处理相关矩阵时如何用for循环跳过值为1的对角线对比项

你只需要在内层循环的逻辑执行前，增加ii == jj的判断，匹配时直接跳过当前迭代即可。另外注意你原代码存在两处逻辑偏差需要修正：

• 原代码取Data[1,ii] - Data[1,jj]是取第一行两个值的差，并不是变量ii和jj的相关系数，正确的相关系数取值应为Data[ii,jj]
• 如果你要筛选相关度高于0.8的变量对，判断条件应该是abs(Data[ii,jj]) >= 0.8，而非小于等于

修正后可直接运行的代码 #

threshold <- 0.8 # 可以自行调整相关度阈值
for (ii in 1:ncol(Data)) {
  for(jj in 1:ncol(Data)){
    # 跳过对角线的自相关项
    if (ii == jj) {
      next
    }
    if (abs(Data[ii, jj]) >= threshold) {
      print("True")
      print(paste("匹配变量对：", colnames(Data)[ii], "与", colnames(Data)[jj]))
    } else{
      print("false")
      print(paste("当前变量：", colnames(Data)[ii], "与", colnames(Data)[jj]))
    }
  }
}

更高效率的优化方案 #

因为相关矩阵是对称矩阵，Data[ii,jj]和Data[jj,ii]值完全相同，你可以只遍历上三角/下三角矩阵，避免重复计算，同时天然规避对角线：

threshold <- 0.8
# 只遍历上三角，jj 从 ii+1 开始，既跳过对角线也避免重复判断
for (ii in 1:(ncol(Data)-1)) {
  for(jj in (ii+1):ncol(Data)){
    if (abs(Data[ii, jj]) >= threshold) {
      print(paste("高相关变量对：", colnames(Data)[ii], "与", colnames(Data)[jj], "相关系数：", round(Data[ii,jj],2)))
    }
  }
}

内容的提问来源于stack exchange，提问作者Reda