R 问题： shapiro.test 函数在 dplyr::summarize 中不起作用，而其他摘要函数则起作用答案

【问题标题】：R question: shapiro.test function not working in dplyr::summarize while other summary functions doR 问题： shapiro.test 函数在 dplyr::summarize 中不起作用，而其他摘要函数则起作用
【发布时间】：2019-09-15 04:55:22
【问题描述】：

当我尝试在我的 R DataFrame 上使用 shapiro.test 作为摘要函数时，我收到错误：

df %>% summarize_all(shapiro.test)
Error: Column `A` must be length 1 (a summary value), not 4

这是我的设置：

df = data.frame(A=sample(1:10,5), B=sample(1:10,5))
df
df %>% summarize_all(mean)
df %>% summarize_all(sd)
df %>% summarize_all(sum)
df %>% summarize_all(shapiro.test)
df$A %>% shapiro.test()

输出：

> df = data.frame(A=sample(1:10,5), B=sample(1:10,5))
> df
   A B
1  1 8
2  8 4
3  5 5
4 10 6
5  7 1
> df %>% summarize_all(mean)
    A   B
1 6.2 4.8
> df %>% summarize_all(sd)
         A        B
1 3.420526 2.588436
> df %>% summarize_all(shapiro.test)
Error: Column `A` must be length 1 (a summary value), not 4
> df$A %>% shapiro.test()

    Shapiro-Wilk normality test

data:  .
W = 0.96086, p-value = 0.814

shapiro.test 有什么特别之处使其无法在列上进行矢量化处理？

【问题讨论】：

该函数返回一个长度为 4 的类 htest" 的列表。尝试定义一个函数 sh.test <- function(x) shapiro.test(x)$p.value 并在管道中使用它。
查看错误消息，并查看您的夏皮罗测试的输出。摘要函数应该返回单个值，就像mean 和sd 所做的那样。 shapiro.test 显然没有。您希望数据框中的测试输出有什么？ W统计？ p 值？

标签： r dataframe dplyr summarize

【解决方案1】：

您可以使用 purrr 包中的 map 作为apply 的替代方法来遍历每一列

df %>%
  map(~shapiro.test(.))

还可以考虑使用sapply 和lapply

df %>% 
  sapply(.,shapiro.test)


df %>% 
  lapply(.,shapiro.test)

【讨论】：

【解决方案2】：

刚刚知道：shaprio.test 不返回单个数字。然而，这确实有效：

> df %>% apply(2, shapiro.test)
$A

    Shapiro-Wilk normality test

data:  newX[, i]
W = 0.96086, p-value = 0.814


$B

    Shapiro-Wilk normality test

data:  newX[, i]
W = 0.98396, p-value = 0.9546

还有：

> f = function(x){st = shapiro.test(x); return(st$p.value)}
> f(df$A)
[1] 0.8139521
> df %>% summarise_all(f)
          A         B
1 0.8139521 0.9546435

【讨论】：