19个变量的月度相关性

Question

我有以下数据集，包含21列 - 19个变量，月和日期作为日期类型列。

目的是分析相关性如何随时间变化，计算一个月内汇总的变量之间的每日相关性。例如，随着时间的推移，请参阅此“月度相关性”。 （X轴作为月份类型）

+------------+---------+-----+-----+--------+---------+-------------+
| Date       | Month   | AOV | ASP | Clicks | Traffic | Impressions |
+------------+---------+-----+-----+--------+---------+-------------+
| 2017-01-01 | 2017-01 | 50  | 6   | 700    | 10000   | 4500        |
+------------+---------+-----+-----+--------+---------+-------------+
| 2017-01-02 | 2017-01 | 55  | 7   | 800    | 20000   | 4600        |
+------------+---------+-----+-----+--------+---------+-------------+
| 2017-02    | 2017-02 | 58  | 8   | 700    | 4599    | 2300        |
+------------+---------+-----+-----+--------+---------+-------------+

目前我有以下代码，但我只能同时比较两个变量

ddply(corr,"Month",summarise,corr=cor(AOV,ASP))

我得到下表

+---------+------------+
| Month   | corr       |
+---------+------------+
| 2017-1  | 0.4958738  |
+---------+------------+
| 2017-10 | 0.8527522  |
+---------+------------+
| 2017-11 | -0.2751771 |
+---------+------------+
| 2017-12 | NA         |
+---------+------------+
| 2017-2  | 0.6596346  |
+---------+------------+
| 2017-3  | 0.6399969  |
+---------+------------+
| 2017-4  | 0.7926245  |
+---------+------------+
| 2017-5  | 0.6429613  |
+---------+------------+
| 2017-6  | 0.3824414  |
+---------+------------+
| 2017-7  | 0.9154873  |
+---------+------------+
| 2017-8  | 0.7235767  |
+---------+------------+
| 2017-9  | 0.8264006  |
+---------+------------+

我一直在使用combn来创建组合集，但我不太确定如何将它与ddply一起使用。我成对了171种组合。

combn(corr,2,simplify = F)

Answer 1

你可以这样做：cor(your_data_frame)