Получить столбец Specifi c из тепловой карты корреляции

Question

У меня есть набор данных, называемый allDataNoNAs, который имеет 19 столбцов для различных переменных.

Сначала, используя пакеты:

library(corrplot)
library(corrgram)
library(GGally)

Из dput (cor (allDataNoNAs) - моя выборка корреляции

structure(c(1, 0.116349634765185, 0.547691763989625, 0.291991636906379, 
0.52347996305183, 0.497643100595069, 0.0129815335193983, 0.418358158731718, 
0.471373794854162, 0.505419557447448, 0.276128001065287, 0.114921357444725, 
0.483335903285957, 0.0322484793148408, 0.360658177617753, 0.163989166178892, 
0.145358618474009, 0.549222657694447, 0.0283182668409127, 0.116349634765185, 
1, 0.542678597132992, 0.228195095236888, 0.341733815370385, 0.449234592784623, 
0.040928188236085, 0.306532564182676, 0.246214540314882, 0.368735099181333, 
0.0974107116463065, 0.118633970020044, 0.0663374870504325, 0.00324065971750887, 
0.429993810524071, 0.0660128392326907, -0.208834964557656, 0.517351517191311, 
0.00340750071414792, 0.547691763989625, 0.542678597132992, 1, 
0.503509567685111, 0.834074832294578, 0.87458120333133, 0.11646402536793, 
0.709723789822138, 0.545685105436571, 0.691116703644981, 0.251055925294139, 
0.137145560677364, 0.677547477041307, 0.0138408591129587, 0.574449939471671, 
0.289088705565296, -0.0151310469001056, 0.995636799856898, 0.00806307965229721, 
0.291991636906379, 0.228195095236888, 0.503509567685111, 1, 0.5928306942291, 
0.419860437848609, 0.202947501799892, 0.600369342626932, 0.3036531414462, 
0.31218278418869, 0.0665676462597262, 0.0706549436236251, 0.463190217918095, 
0.017439704947323, 0.20361820902537, 0.563054610829996, 0.367022482937022, 
0.539278002253207, 0.0146950545295136, 0.52347996305183, 0.341733815370385, 
0.834074832294578, 0.5928306942291, 1, 0.877884027429435, 0.249913906532112, 
0.770346073267575, 0.581478562237408, 0.62684315599784, 0.158950811299692, 
0.0709795609883571, 0.707727230043996, 0.0374999988906861, 0.36979003972634, 
0.532230871495189, 0.237891979696682, 0.868052149324532, 0.0301272383779361, 
0.497643100595069, 0.449234592784623, 0.87458120333133, 0.419860437848609, 
0.877884027429435, 1, 0.0578337272432955, 0.625271696806798, 
0.642882384190134, 0.742158234646655, 0.18412573265697, 0.0846354163480033, 
0.636899685921357, 0.00136017420567482, 0.442530075276962, 0.166101818463978, 
-0.122330359121607, 0.870582759035652, -0.00536057317986459, 
0.0129815335193983, 0.040928188236085, 0.11646402536793, 0.202947501799892, 
0.249913906532112, 0.0578337272432955, 1, 0.168170227241747, 
0.0103942343836554, 0.0146416101891029, 0.0274638568337838, 0.0232209281980358, 
0.438976017479895, 0.00664290788845518, 0.0558346558356874, 0.576321333713829, 
0.205483416691572, 0.160939456560856, 0.00633413505889225, 0.418358158731718, 
0.306532564182676, 0.709723789822138, 0.600369342626932, 0.770346073267575, 
0.625271696806798, 0.168170227241747, 1, 0.421695218774506, 0.481156860252289, 
0.109952341757847, 0.0400601095104961, 0.560225169205313, 0.0470119529030615, 
0.311744196849895, 0.445382213345548, 0.237447342653341, 0.743416109744227, 
0.0437634515476897, 0.471373794854162, 0.246214540314882, 0.545685105436571, 
0.3036531414462, 0.581478562237408, 0.642882384190134, 0.0103942343836554, 
0.421695218774506, 1, 0.809375500184827, 0.201944501698817, 0.098871956246993, 
0.46496436444905, -0.00410066612855966, 0.34093890132072, 0.0955588133868073, 
-0.0561387410393148, 0.542950578488189, -0.00611403179202383, 
0.505419557447448, 0.368735099181333, 0.691116703644981, 0.31218278418869, 
0.62684315599784, 0.742158234646655, 0.0146416101891029, 0.481156860252289, 
0.809375500184827, 1, 0.166272569833104, 0.0642480288154233, 
0.493094322495752, -0.0143825404077684, 0.420509020130084, 0.0763222806834054, 
-0.137267266981321, 0.675599964220607, -0.0155210421858565, 0.276128001065287, 
0.0974107116463065, 0.251055925294139, 0.0665676462597262, 0.158950811299692, 
0.18412573265697, 0.0274638568337838, 0.109952341757847, 0.201944501698817, 
0.166272569833104, 1, 0.803405447808051, 0.209386276142885, 0.019611871344881, 
0.698294870666248, 0.024793538949468, 0.00921044459805193, 0.243573446480239, 
0.0182042685108301, 0.114921357444725, 0.118633970020044, 0.137145560677364, 
0.0706549436236251, 0.0709795609883571, 0.0846354163480033, 0.0232209281980358, 
0.0400601095104961, 0.098871956246993, 0.0642480288154233, 0.803405447808051, 
1, 0.0518698024423593, 0.0195654257050434, 0.534756730460756, 
0.00851489725348713, -0.00157091125920201, 0.131294046914676, 
0.0196406046872536, 0.483335903285957, 0.0663374870504325, 0.677547477041307, 
0.463190217918095, 0.707727230043996, 0.636899685921357, 0.438976017479895, 
0.560225169205313, 0.46496436444905, 0.493094322495752, 0.209386276142885, 
0.0518698024423593, 1, 0.00595760440442105, 0.332127234258051, 
0.402991372365854, 0.130619402830307, 0.702714128886842, 0.000759081836999778, 
0.0322484793148408, 0.00324065971750887, 0.0138408591129587, 
0.017439704947323, 0.0374999988906861, 0.00136017420567482, 0.00664290788845518, 
0.0470119529030615, -0.00410066612855966, -0.0143825404077684, 
0.019611871344881, 0.0195654257050434, 0.00595760440442105, 1, 
0.0240839070381978, 0.0543455541899934, 0.121224926189405, 0.0181415673103803, 
0.999560527964641, 0.360658177617753, 0.429993810524071, 0.574449939471671, 
0.20361820902537, 0.36979003972634, 0.442530075276962, 0.0558346558356874, 
0.311744196849895, 0.34093890132072, 0.420509020130084, 0.698294870666248, 
0.534756730460756, 0.332127234258051, 0.0240839070381978, 1, 
0.101917219961389, -0.0673808764564209, 0.55786516587572, 0.0226512629105265, 
0.163989166178892, 0.0660128392326907, 0.289088705565296, 0.563054610829996, 
0.532230871495189, 0.166101818463978, 0.576321333713829, 0.445382213345548, 
0.0955588133868073, 0.0763222806834054, 0.024793538949468, 0.00851489725348713, 
0.402991372365854, 0.0543455541899934, 0.101917219961389, 1, 
0.562085375561417, 0.360237027957389, 0.0519977244267395, 0.145358618474009, 
-0.208834964557656, -0.0151310469001056, 0.367022482937022, 0.237891979696682, 
-0.122330359121607, 0.205483416691572, 0.237447342653341, -0.0561387410393148, 
-0.137267266981321, 0.00921044459805193, -0.00157091125920201, 
0.130619402830307, 0.121224926189405, -0.0673808764564209, 0.562085375561417, 
1, 0.041068964081757, 0.119487910165712, 0.549222657694447, 0.517351517191311, 
0.995636799856898, 0.539278002253207, 0.868052149324532, 0.870582759035652, 
0.160939456560856, 0.743416109744227, 0.542950578488189, 0.675599964220607, 
0.243573446480239, 0.131294046914676, 0.702714128886842, 0.0181415673103803, 
0.55786516587572, 0.360237027957389, 0.041068964081757, 1, 0.0121897372730556, 
0.0283182668409127, 0.00340750071414792, 0.00806307965229721, 
0.0146950545295136, 0.0301272383779361, -0.00536057317986459, 
0.00633413505889225, 0.0437634515476897, -0.00611403179202383, 
-0.0155210421858565, 0.0182042685108301, 0.0196406046872536, 
0.000759081836999778, 0.999560527964641, 0.0226512629105265, 
0.0519977244267395, 0.119487910165712, 0.0121897372730556, 1), .Dim = c(19L, 
19L), .Dimnames = list(c("RPE", "Duration", "Distance", "Max Speed", 
"HML Distance", "HML Efforts", "Sprint Distance", "Sprints", 
"Accelerations", "Decelerations", "Average Heart Rate", "Max Heart Rate", 
"Average Metabolic Power", "Dynamic Stress Load", "Heart Rate Exertion", 
"High Speed Running (Relative)", "HML Density", "Speed Intensity", 
"Impacts"), c("RPE", "Duration", "Distance", "Max Speed", "HML Distance", 
"HML Efforts", "Sprint Distance", "Sprints", "Accelerations", 
"Decelerations", "Average Heart Rate", "Max Heart Rate", "Average Metabolic Power", 
"Dynamic Stress Load", "Heart Rate Exertion", "High Speed Running (Relative)", 
"HML Density", "Speed Intensity", "Impacts")))

Используя приведенные выше данные о корреляции, я пытаюсь просто получить первый столбец, где я вижу корреляцию между RPE и всеми другими 18 переменными. Я могу сделать это, выполнив cor(allDataNoNAs)[,1], но затем, когда я постарайтесь изобразить, что как коррелограмма, используя corrplot(corrgram(allDataNoNAs))[,1], она отображает все корреляции 19x19 и является беспорядком, когда мне просто нужен столбец корреляции RPE.

Использование ggcorr() как такового:

ggcorr(allDataNoNAs, method = c("everything"), label = TRUE,label_size = 2, label_round = 4)

Я получаю более чистую тепловую карту, которая мне нужна, но переключение параметра data на allDataNoNAs[,1] или cor(allDataNoNAs)[,1] не позволяет получить только один столбец корреляции RPE.

можно вернуть только один столбец тепловой карты корреляции?

Answer 1

Мне удалось выяснить и ответить на свой вопрос, хотя не совсем так, как я хотел (хотел от ggcorr ()), но этой версии достаточно:

С теми же именами переменных, что и раньше

#x is the variable you want to be comparing the y variables with
myCorDF <- cor(x = allDataNoNAs$RPE, y = allDataNoNAs[2:19], use = "everything")

#just changing it to colors that seem better to me
col2 <- colorRampPalette(c("#00007F", "blue", "#007FFF", "cyan", "white",
                           "yellow", "#FF7F00", "red", "#7F0000"))

#this is how I obtain the one column for RPE correlation against other all variables
corrplot(myCorDF, tl.srt = 45, method = "color", addCoef.col = "black", 
         cl.cex = 0.56, col = col2(50))

Общий код c, удаляющий мои цвета, будет выглядеть так:

corDF <- cor(x = DF$x, y = DF[2:5], use = "everything")

corrplot(corDF, tl.srt = 45, method = "color", addCoef.col = "black", 
         cl.cex = 0.56)