R语言中dataframe所有列间成对相关性分析实现方法咨询

你需要的行列均为变量名、对角线为1的相关系数矩阵，可以直接通过R内置函数实现，操作如下：

测试用示例数据构造（已有数据可跳过） #

用你给出的示例数据构造对应数据框，方便你直接测试效果：

df <- data.frame(
  a1 = c(480, 0, 3, 0, 0, 165),
  a2 = c(770, 0, 13, 2, 0, 292),
  a3 = c(601, 0, 9, 4, 11, 162),
  a4 = c(953, 0, 12, 3, 0, 313),
  b1 = c(469, 0, 3, 0, 0, 180),
  b2 = c(750, 0, 12, 14, 0, 368),
  b3 = c(588, 0, 9, 3, 11, 116),
  b4 = c(944, 0, 12, 2, 0, 368)
)

基础实现：直接生成相关系数矩阵 #

无需额外安装第三方包，调用内置cor()函数即可得到你要的输出格式：

# 计算皮尔逊相关系数，默认保留多位小数
cor_matrix <- cor(df)
# 打印时控制输出2位小数，符合你示例的xx格式要求
print(cor_matrix, digits = 2)

如果需要使用斯皮尔曼、肯德尔相关系数，指定method参数即可：

# 斯皮尔曼相关
cor_matrix_spearman <- cor(df, method = "spearman")
# 肯德尔相关
cor_matrix_kendall <- cor(df, method = "kendall")

进阶：同时输出显著性p值 #

如果需要同时得到相关系数对应的显著性p值，可以使用Hmisc包的rcorr()函数：

# 首次使用先安装包，安装过可注释掉下一行
# install.packages("Hmisc")
library(Hmisc)

# rcorr要求输入矩阵格式，先做转换
res <- rcorr(as.matrix(df))
# 提取相关系数矩阵
cor_matrix <- res$r
# 提取对应p值矩阵
p_matrix <- res$P

运行后打印cor_matrix即可得到你要求的输出格式。

内容的提问来源于stack exchange，提问作者Lin Caijin