Añadiendo la posibilidad de cambiar el método de correlación.

R/ggcorrplot.R

@@ -1,7 +1,7 @@
-ggcorrplot<-function(df, var, color="#FFFFFF00", stat="signif", tri="all"){
+ggcorrplot<-function(df, var, color="#FFFFFF00", stat="signif", tri="all", method="pearson"){
   m.df<-df %>% spread(Cyt, Value) %>% select(-pats)
-  mcor<-cor(m.df, m.df, use="pairwise.complete.obs") # Por defecto usa el método de Pearson.
+  mcor<-cor(m.df, m.df, use="pairwise.complete.obs", method = method) # Por defecto usa el método de Pearson.
-  mpval<-Hmisc::rcorr(as.matrix(m.df))$P
+  mpval<-Hmisc::rcorr(as.matrix(m.df), type=method)$P
 
   order<- mcor %>% as.data.frame() %>% add_column(Var1=rownames(mcor),.before=1) %>% clustsort
 
@@ -29,11 +29,15 @@ ggcorrplot<-function(df, var, color="#FFFFFF00", stat="signif", tri="all"){
     gather(Var2, Value, -Var1) %>% filter(!is.na(Value))
 
   df.pval$Value<-round(df.pval$Value, 3)
-
+  if (!stat %in% c("signif","none","pval")){stat<-"signif"}
   if (stat=="signif"){
     df.pval$Value<-gtools::stars.pval(df.pval$Value)
   }
-
+  if (stat=="none"){
+    df.pval$Value<-""
+  }
+  
+  
   df$Var1<-factor(df$Var1, levels=order$x)
   df$Var2<-factor(df$Var2, levels=order$y)