Rの2つのベクトルデータフレームの各セル間の相関を実行します。各セルは別のデータフレームのベクトルの名前を参照します

ネストされたforループを使用できます。

for (vm1 in list.paired$Var1) {
    for(vm2 in list.paired$Var2) {
        x = eval(parse(text = paste("longdat$",vm1,".long", sep =""))) #longdat$measure2
        y = eval(parse(text = paste("longdat$",vm2,".long", sep =""))) #longdat$measure1
        cor(x, y)
    }
}

ただし、これはかなり遅くなります。より高速な方法は cbind になります  ベクトルを2つの別々の行列 m1 に  および m2  そして、 cor(m1,m2) を実行します 。 cor のドキュメントによると ：xとyが行列の場合、xの列とyの列の間の共分散（または相関）が計算されます。

cor（measure1、measure2）はcor（measure2、measure1）と同じであり、cor（measure1、measure1）は1であるため、このアプローチには多くの冗長性があると思います。

このアプローチはうまくいくでしょうか？

# your long data
 df<- data.frame(col1 = runif(100),col2 = runif(100),col3 = runif(100),col4 = 
 runif(100),col5 = runif(100),col6 = runif(100),col7 = runif(100))
 # your vector with correlations between unique combinations of columns
 cor.vec <- apply(combn(7,2), 2, function(idx) cor(df[,idx[1]],df[,idx[2]]))

以下のデータフレームを想定しています：

list.paired <- data_frame(
  Var1 = str_c("measure", rep(1:3, each = 3)),
  Var2 = str_c("measure", rep(1:3, 3))
)
longdat <- data_frame(
  measure1 = rnorm(10),
  measure2 = rnorm(10),
  measure3 = rnorm(10)
)

ループオプションは次のとおりです。

results <- list()
for (v1 in list.paired$Var1)
  for (v2 in list.paired$Var2) {
    results <- c(results, cor(longdat[v1], longdat[v2]))
    names(results[[length(results)]]) <- paste(v1, "*", v2)
  }

または、 purrr を使用して  パッケージ（ mapply  ほぼ同じことができます）：

purrr:pmap(
  list.paired,
  function(Var1, Var2) {
    res <- cor(longdat[[Var1]], longdat[[Var2]])
    names(res) <- paste(Var1, "*", Var2)
    return(res)
  }
)

ただし、必要なのは cor(longdat) だけです ？