dplyr 使用 t.test 汇总多个列

Question

是否有可能以某种方式针对同一个分类变量对多个变量进行 t.test，而无需按如下方式对数据集进行重塑？

data(mtcars)
library(dplyr)
library(tidyr)
j <- mtcars %>% gather(var, val, disp:qsec)
t <- j %>% group_by(var) %>% do(te = t.test(val ~ vs, data = .))

t %>% summarise(p = te$p.value)

我尝试过使用

mtcars %>% summarise_each_(funs = (t.test(. ~ vs))$p.value, vars = disp:qsec)

但它会引发错误。

奖励：t %>% summarise(p = te$p.value) 如何还包含分组变量的名称？

Answer 1

在与@aosmith 和@Misha 进行了所有讨论之后，这是一种方法。正如@aosmith 在他/她的 cmets 中所写，您想要执行以下操作。

mtcars %>%
    summarise_each(funs(t.test(.[vs == 0], .[vs == 1])$p.value), vars = disp:qsec)

#         vars1        vars2      vars3        vars4        vars5
#1 2.476526e-06 1.819806e-06 0.01285342 0.0007281397 3.522404e-06

vs 是 0 或 1（组）。如果您想在变量（例如 dips）中的两组之间运行 t 检验，您似乎需要按照@aosmith 的建议对数据进行子集化。我想说谢谢你的贡献。

我最初的建议适用于另一种情况，您只需比较两列。这是示例数据和代码。

foo <- data.frame(country = "Iceland",
                  year = 2014,
                  id = 1:30,
                  A = sample.int(1e5, 30, replace = TRUE),
                  B = sample.int(1e5, 30, replace = TRUE),
                  C = sample.int(1e5, 30, replace = TRUE),
                  stringsAsFactors = FALSE)

如果您想对 A-C 和 B-C 组合运行 t 检验，以下是一种方法。

foo2 <- foo %>%
        summarise_each(funs(t.test(., C, pair = TRUE)$p.value), vars = A:B) 

names(foo2) <- colnames(foo[4:5])

#          A         B
#1 0.2937979 0.5316822

Answer 2

所以我最终开发了一个新功能： df=dataframe ，by_var=公式右侧，...公式左侧的所有变量（dplyr/tidyr select）。

例如： mult_t.test(mtcars,vs,disp:qsec)

mult_t.test<-function(df,by_var,...){
  require(dplyr)
  require(tidyr)
  by_var<-deparse(substitute(by_var))
  j<-df%>%gather(var,val,...)
  t<-j%>%group_by(var)%>%do(v=tes(.,by_var))
  k<-data.frame(levels(t$var),matrix(unlist(t$v),ncol=3,byrow = T))
  names(k)<-c("var",names(t$v[[1]]))
  k
}


tes<-function(df,vart){
  x<-t.test(df$val~df[[vart]])
  p<-x$estimate
  p<-c(p,p.val=x$p.value)
  p
}

Answer 3

意识到这个问题比较老了，这里再提供一个答案，供后人参考。

这比公认的答案更通用，因为它允许动态生成变量名称而不是硬编码。

vars_to_test <- c("disp","hp","drat","wt","qsec")
iv <- "vs"

mtcars %>%
  summarise_each_(
    funs_( 
      sprintf("stats::t.test(.[%s == 0], .[%s == 1])$p.value",iv,iv)
    ), 
    vars = vars_to_test)

产生这个：

          disp           hp       drat           wt         qsec
1 2.476526e-06 1.819806e-06 0.01285342 0.0007281397 3.522404e-06

此解决方案的想法是使用 dplyr 函数的 SE 版本（summarise_each_ 和 funs_）而不是 NSE 版本（summarise_each 和 funs）。有关标准评估（SE）和非标准评估（NSE）的更多信息，请查看vignette("nse")。

Answer 4

我喜欢使用功能强大的“扫帚”包的以下解决方案：

library("dplyr")
library("broom")

your_db %>%
  group_by(grouping_variable1, grouping_variable2 ...) %>%
  do(tidy(t.test(variable_u_want_2_test ~ dicothomous_grouping_var, data = .)))