如何在相关矩阵中提取相关性>0.8的行列名称而非数值

嘿，我明白你的问题了——你已经成功定位到相关矩阵里相关性大于0.8的位置，但想把返回的数字行列索引换成实际的变量名称对吧？别担心，这其实很容易解决，我们只需要把这些数字索引映射回相关矩阵的行/列名称就好。

你的现有代码分析 #

你已经用which(dat2 > 0.8, arr.ind = TRUE)得到了高相关性条目的位置矩阵dat3，但里面的row和col列是数字索引，对应dat2（相关矩阵）的行和列位置。而dat2的行名和列名正好就是原数据集mtcars的变量名，所以我们可以直接用rownames()和colnames()来提取对应的标签。

解决方案代码 #

方法1：直接转换现有dat3的索引为标签

dat <- mtcars
dat2 <- cor(dat)
diag(dat2) <- NA
dat3 <- which(dat2 > 0.8, arr.ind = TRUE)

# 把数字索引转换成变量名称
dat3 <- as.data.frame(dat3)  # 转成数据框更方便操作
dat3$row <- rownames(dat2)[dat3$row]
dat3$col <- colnames(dat2)[dat3$col]

# 查看结果
dat3

运行后你会得到这样的结果：

row  col
disp disp cyl
hp     hp cyl
cyl   cyl disp
wt     wt disp
cyl   cyl hp
disp disp wt

方法2：一步生成带标签和相关值的结果

如果想同时看到对应的相关系数，可以直接生成包含变量对和相关值的数据框：

high_cor <- data.frame(
  变量1 = rownames(dat2)[dat3[, 1]],
  变量2 = colnames(dat2)[dat3[, 2]],
  相关系数 = dat2[dat3]
)

# 查看结果
high_cor

输出会是：

变量1 变量2 相关系数
disp disp   cyl  0.9020329
hp     hp   cyl  0.8324475
cyl   cyl disp  0.9020329
wt     wt disp  0.8879799
cyl   cyl   hp  0.8324475
disp disp   wt  0.8879799

可选优化：去除重复配对 #

你会发现结果里有重复的配对（比如disp-cyl和cyl-disp其实是同一对相关关系），如果想只保留唯一的配对，可以添加这一步：

# 按变量名排序后筛选唯一配对
high_cor_unique <- high_cor[high_cor$变量1 < high_cor$变量2, ]
rownames(high_cor_unique) <- NULL  # 重置行名

# 查看去重后的结果
high_cor_unique

最终去重结果：

变量1 变量2 相关系数
1   cyl disp  0.9020329
2   cyl   hp  0.8324475
3  disp   wt  0.8879799

内容的提问来源于stack exchange，提问作者Joep_S