ixxmu
commented
11 months ago R中循环处理多组间相关性分析 by R语言数据分析指南
欢迎关注R语言数据分析指南
❝本节来回答VIP会员群一个朋友的问题，内容主要围绕按分组拆分数据两两之间进行相关性分析后绘图，其难点主要在于数据清洗，小编使用tidyverse及循环来整理函数，整个过程仅参考。希望对各位观众老爷能有所帮助。「数据代码已经整合上传到2023VIP交流群」，加群的观众老爷可自行下载，有需要的朋友可关注文末介绍加入VIP交流群。
❞
关于永久群内容的说明
❝给予长期支持我们的忠实读者们一个特别待遇：凡是购买过小编2022年或2023年VIP会员文档的朋友们，「将自动获得2024年及以后更新的绘图文档代码，无需额外付费。」目前这两年的会员文档已累记卖出1500+，质量方面各位无需担忧。简要概括就是只要购买任意1年的会员内容，2024及后期公众号所更新的绘图文档均会在已经加入的会员群内分享。
❞
加载R包
library(tidyverse)
library(readxl)
library(psych)
library(reshape2)
library(magrittr)
导入数据
df1 <- read_excel("env.xlsx") %>%
mutate(group=ID) %>%
mutate(group = str_replace_all(group, "[0-9]", "")) %>%
select(-ID) %>%
group_by(group) %>%
nest()
df2 <- read_excel("SOC.xlsx") %>%
mutate(group=ID) %>%
mutate(group = str_replace_all(group, "[0-9]", "")) %>%
select(-ID) %>%
group_by(group) %>%
nest()
循环整合数据
# 初始化一个空的数据框来存储结果
results_df <- data.frame(group = character(),
cor = numeric(),
pvalue = numeric(),
stringsAsFactors = FALSE)
# 循环处理每一对数据集
for (i in 1:5) {
pp <- corr.test(df1$data[[i]], df2$data[[i]], method = "pearson", adjust = "fdr")
results_df <- rbind(results_df, data.frame(
group = paste0("cor", i),
cor = pp$r,
pvalue = pp$p,
stringsAsFactors = FALSE
))
}
数据可视化
results_df %>% set_colnames(c("group","rvalue","pvalue")) %>%
rownames_to_column(var="env") %>%
mutate(env = str_replace_all(env, "[0-9]", "")) %>%
mutate(p_signif=symnum(pvalue, corr = FALSE, na = FALSE,
cutpoints = c(0, 0.001, 0.01, 0.05, 0.1, 1),
symbols = c("***", "**", "*", "", " "))) %>%
ggplot(aes(group,env,fill=rvalue))+
geom_tile()+
geom_text(aes(label=p_signif),
size=6,color="white",hjust=0.5,vjust=0.5)+
labs(x=NULL,y=NULL)+
scale_color_gradientn(colours = rev(RColorBrewer::brewer.pal(3,"RdBu")))+
scale_fill_gradientn(colours = rev(RColorBrewer::brewer.pal(3,"RdBu")))+
scale_y_discrete(expand=c(0,0))+
scale_x_discrete(expand=c(0,0)) +
theme(axis.text.x=element_text(angle =0,hjust =1,vjust =0.5,
color="black",size = 8),
axis.text.y=element_text(color="black",size =8),
axis.ticks= element_blank(),
panel.spacing.y = unit(0,"cm"),
plot.background = element_blank(),
panel.background = element_blank(),
legend.title = element_blank())+
scale_size(range=c(1,10),guide=NULL)+
guides(fill=guide_colorbar(direction="vertical",reverse=F,barwidth=unit(.5,"cm"),
barheight=unit(8,"cm")))
❝本节介绍到此结束，有需要学习数据可视化的朋友，欢迎到小编的「淘宝店铺」 「R语言数据分析指南」下单购买，内容主要包括各种「高分论文的图表分析复现以及一些个性化图表的绘制」均包含数据+代码；
❞
购买后微信发小编订单截图即邀请进新的会员交流群，无论购买那一年的会员文档都将获取「2024年及以后更新的绘图文档」，早买早享受，需要了解更多信息的朋友欢迎淘宝店铺交流咨询。
https://mp.weixin.qq.com/s/kvjTt0D08KZ49WwE5hcgPw