R：グループごとの相関を計算する

Rには、クラスラベルC（因子）と2つの測定値M1およびM2を含むデータフレームがあります。各クラス内でM1とM2の相関を計算するにはどうすればよいですか？

理想的には、クラスごとに1行、クラスラベルCと相関関係の2列のデータフレームが返されます。

パッケージplyrがその方法です。

簡単な解決策は次のとおりです。

xx <- data.frame(group = rep(1:4, 100), a = rnorm(400) , b = rnorm(400) )
head(xx)

require(plyr)
func <- function(xx)
{
return(data.frame(COR = cor(xx$a, xx$b)))
}

ddply(xx, .(group), func)

出力は次のようになります。

  group         COR
1     1  0.05152923
2     2 -0.15066838
3     3 -0.04717481
4     4  0.07899114

基本パッケージで関数を使用する場合は、関数を使用してからbyデータを再構築できます。

xx <- data.frame(group = rep(1:4, 100), a = rnorm(400) , b = rnorm(400) )
head(xx)

# This returns a "by" object
result <- by(xx[,2:3], xx$group, function(x) {cor(x$a, x$b)})

# You get pretty close to what you want if you coerce it into a data frame via a matrix
result.dataframe <- as.data.frame(as.matrix(result))

# Add the group column from the row names
result.dataframe$C <- rownames(result)

基本パッケージとTalのサンプルデータを使用した別の例：

DataCov <- do.call( rbind, lapply( split(xx, xx$group),
             function(x) data.frame(group=x$group[1], mCov=cov(x$a, x$b)) ) )

data.tableの使用はdplyrよりも短い

dt <- data.table(xx)
dtCor <- dt[, .(mCor = cor(M1,M2)), by=C]

同様の方法で、各相関のn値とp値を含むテーブルが得られます（便宜上、小数点以下3桁に丸められます）。

library(Hmisc)
corrByGroup <- function(xx){
  return(data.frame(cbind(correl = round(rcorr(xx$a, xx$b)$r[1,2], digits=3),
                          n = rcorr(xx$a, xx$b)$n[1,2],
                          pvalue = round(rcorr(xx$a, xx$b)$P[1,2], digits=3))))
}

dplyrパッケージを使用した、より現代的なソリューションを次に示します（質問が行われた時点ではまだ存在していませんでした）。

入力を作成します。

xx <- data.frame(group = rep(1:4, 100), a = rnorm(400) , b = rnorm(400) )

相関を計算します。

library(dplyr)
xx %>%
  group_by(group) %>%
  summarize(COR=cor(a,b))

出力：

Source: local data frame [4 x 2]

  group         COR
  (int)       (dbl)
1     1  0.05112400
2     2  0.14203033
3     3 -0.02334135
4     4  0.10626273