如何基于两个独立dataframe合并生成符合要求的相关系数矩阵

解决步骤 #

你之前用merge达不到目标是因为merge仅能实现横向按行拼接，无法完成列转行的维度转换，按以下方法实现即可：

方法1：tidyverse 实现（推荐，代码简洁易读） #

library(tidyverse)

# 因为两个数据框行完全对应同一样本，直接横向拼接
combined_df <- cbind(df1, df2)

target_df <- combined_df %>%
  # 将df2的3个颜色列转为长格式
  pivot_longer(cols = c(blue, yellow, green), names_to = "color", values_to = "val") %>%
  # 按颜色分组，对A-E列做自定义聚合（以下以计算均值为例，可替换为求和、中位数等你需要的逻辑）
  group_by(color) %>%
  summarise(across(c(A,B,C,D,E), mean)) %>%
  # 将颜色列设为行名，匹配你要的结构
  column_to_rownames("color")

方法2：base R 实现（无需安装额外包） #

# 横向拼接两个数据框
combined_df <- cbind(df1, df2)
color_cols <- colnames(df2)
feature_cols <- colnames(df1)

# 初始化目标数据框
target_df <- data.frame(matrix(nrow = length(color_cols), ncol = length(feature_cols)))
rownames(target_df) <- color_cols
colnames(target_df) <- feature_cols

# 循环填充值，逻辑和上面tidyverse版本一致
for (color in color_cols) {
  for (f in feature_cols) {
    # 可根据你的实际需求修改此处的计算规则
    target_df[color, f] <- mean(combined_df[combined_df[[color]] == 1, f])
  }
}

注：如果你需要的单元格数值不是分组均值，可自行修改聚合/循环内的计算逻辑，比如计算颜色列和A-E列的皮尔逊相关性，就把计算部分替换为cor(combined_df[[color]], combined_df[[f]])即可。

得到的target_df就是你需要的结构，后续可以直接用as.matrix()转为矩阵类型。

内容的提问来源于stack exchange，提问作者Drashti