与 dplyr 的分组关联（仅适用于控制台）

Posted 2023-03-11

【中文标题】与 dplyr 的分组关联（仅适用于控制台）

【英文标题】：Grouped correlation with dplyr (works only on console)

【发布时间】：2014-09-21 07:37:39

【问题描述】：

我正在尝试使用dplyr 来计算分组相关性，但由于下面的代码只能在控制台中工作，因此显然有问题：

require(dplyr)
set.seed(123)
xx = data.frame(group = rep(1:4, 100), a = rnorm(400) , b = rnorm(400))
gp = group_by(xx, group)
summarize(gp, cor(a, b))

  group   cor(a, b)
1     1 -0.02073084
2     2  0.12803353
3     3  0.06236264
4     4 -0.06181904

如果我在 RStudio 中使用相同的代码，我会得到：

   cor(a, b)
1 0.02739193

发生了什么事？

【问题讨论】：

我无法复制这个。您能否详细说明“在控制台中”与“在 RStudio 中”之间的区别是什么意思？作为预防措施，我会在新的会话中再次尝试两种方式。

@beginneR 谢谢，它有效。你能把你的评论变成答案吗？

【参考方案1】：

您的体验与同时加载 plyr 和 dplyr 有关。由于这两个包都有summarize 函数，如果您没有明确指定要使用的包，可能会发生冲突。对于示例数据，这意味着：

require(dplyr)
set.seed(123)
xx = data.frame(group = rep(1:4, 100), a = rnorm(400) , b = rnorm(400))

按预期使用dplyr：

gp = group_by(xx, group)
dplyr::summarize(gp, cor(a, b))
#Source: local data frame [4 x 2]
#
#  group   cor(a, b)
#1     1 -0.02073084
#2     2  0.12803353
#3     3  0.06236264
#4     4 -0.06181904

或使用plyr

gp = group_by(xx, group)
plyr::summarize(gp, cor(a, b))
#   cor(a, b)
#1 0.02739193

所以要么避免同时加载两个包，要么使用 package::function 指定包。

【讨论】：

如何为每个组生成一个相关矩阵，所以如果 set.seed(123) xx = data.frame(group = rep(1:4, 100), a = rnorm(400) , b = rnorm(400), c=rnorm(400)

@spindoctor，最好在单独的问题中提出