R ausführen Korrelation, ignorieren, nicht-numerische Daten

Ich versuche zu laufen, eine Korrelation zwischen allen numberic Werte (die dataset-Spalten enthält sowohl numerische und nicht-numerische Werte) mit dem folgenden code:

mydata= read.csv("C:\\full_path\\playerData.csv", header = TRUE)
mydata=data.frame(mydata)
vals=cor(mydata, use="complete.obs", method="pearson") 
write.csv(vals,"C:\\Users\\weiler\\Desktop\\RStudioOutput.csv")

basierend auf dieser site: http://www.statmethods.net/stats/correlations.html ich bin immer der Fehler:

Fehler in cor(mydata, use = "complete.obs", method = "pearson") : 'x' muss numerisch sein

Mein Fehler scheint zu sein, weil einige der Daten, die nicht numerisch ist. Gibt es eine einfache Möglichkeit zu ignorieren, die nicht-numerische Daten?

Wahrscheinlich nur mydata[sapply(mydata, is.numeric)]

InformationsquelleAutor Rilcon42 | 2015-01-08

  1. 6

    Als David Arenburg gesagt, das Sie verwenden können, ist.numerische und dann Teilmenge. Hier ist eine Erklärung.

    mydata <-
  data.frame(alpha1=letters[1:10], alpha2=letters[11:20], 
             num1=runif(10), num2=runif(10))

#    alpha1 alpha2       num1       num2
# 1       a      k 0.02123999 0.50840184
# 2       b      l 0.23963061 0.27622386
# 3       c      m 0.32220265 0.69144157
# 4       d      n 0.08147787 0.59194675
# 5       e      o 0.15875212 0.61067014
# 6       f      p 0.87679916 0.65882239
# 7       g      q 0.94408782 0.07846614
# 8       h      r 0.41669714 0.18997531
# 9       i      s 0.35965571 0.90215068
# 10      j      t 0.64287793 0.84273345

    Welche Spalten numerisch sind?

    sapply(mydata, is.numeric)

# alpha1 alpha2   num1   num2 
# FALSE  FALSE   TRUE   TRUE

    So, verwenden Sie diese boolean-Vektor Teilmenge und Sie bekommen nur die numerischen Spalten

    my_num_data <- mydata[, sapply(mydata, is.numeric)]

#         num1       num2
# 1  0.5118055 0.82442771
# 2  0.3512970 0.12066818
# 3  0.4344065 0.94698653
# 4  0.1222383 0.72324135
# 5  0.1974004 0.51563337
# 6  0.2794483 0.06022451
# 7  0.1519816 0.32559160
# 8  0.5129894 0.76990432
# 9  0.2433832 0.08038982
# 10 0.7893464 0.45767856

    nun kann man cor()

    cor(my_num_data, use = "complete.obs", method = "pearson")

#           num1      num2
# num1 1.0000000 0.2852567
# num2 0.2852567 1.0000000

    Und zeigen es als ein one-liner:

    cor(mydata[, sapply(mydata, is.numeric)],
    use = "complete.obs", method = "pearson")
    Genau das, was ich brauchte. Vielen Dank für das ausführliche Beispiel!

    InformationsquelleAutor arvi1000

Schreibe einen Kommentar