在 R 中创建矩阵时可以使用算术吗？答案

【问题标题】：Can I use arithmetic when creating a matrix in R?在 R 中创建矩阵时可以使用算术吗？
【发布时间】：2021-10-30 06:15:31
【问题描述】：

我需要一些帮助来创建矩阵。我有一个包含多个组的大型数据集。每一组都分为病例和非病例。

例如

Group	Cases	Noncases
GroupA	4	7
GroupB	9	4
GroupC	10	3

我想创建一个矩阵，将一个组与其他组的总和进行比较。

例如：

Disease Category	GroupA	NotGroupA
Case	4	19
Noncase	7	7

我们的目标是建立一个矩阵，让我可以运行卡方检验和/或 Fisher 精确检验（取决于样本量）。

我已尝试使用以下代码将数据框中的值外推到矩阵中：

GroupA <- as.table(matrix(c(df[1,3], df[1,4], (sum(df$group_cases)-df$group_cases[1])), (sum(df$Noncases)-df$Noncases[1])), nrow=2, ncol=2,
                dimnames=list(Group= c("A", "Other"),
                              Case = c(1, 0)))

但是，我收到以下错误：

Warning message:
In matrix(c(df[1, 3], df[1, 4], (sum(df$group_cases) -  :
  data length [3] is not a sub-multiple or multiple of the number of rows [329]

它输出一个 329 行的列表，而不是一个 2 x 2 矩阵。

因为我有很多组，所以我希望 R 在构造矩阵时为我计算值。我不想单独计算“NotGroup_”列，因为这会为人为错误留出空间。

你们都建议如何构建这个矩阵，是否可以让 R 在创建矩阵时计算列的总和/减去值？

感谢您的帮助！

【问题讨论】：

标签： r math matrix arithmetic-expressions chi-squared

【解决方案1】：

dplyr

library(dplyr)
library(tidyr) # pivot_*
dat %>%
  mutate(Group = ifelse(Group == "GroupA", "GroupA", "NotGroupA")) %>%
  pivot_longer(-Group, names_to = c("Case")) %>%
  pivot_wider(Case, names_from = Group, values_from = value, values_fn = list(value = sum))
# # A tibble: 2 x 3
#   Case     GroupA NotGroupA
#   <chr>     <int>     <int>
# 1 Cases         4        19
# 2 Noncases      7         7

基础 R

dat2 <- transform(dat, Group = ifelse(Group == "GroupA", "GroupA", "NotGroupA"))
aggregate(. ~ Group, data = dat2, FUN = sum)
#       Group Cases Noncases
# 1    GroupA     4        7
# 2 NotGroupA    19        7

（虽然轴是相反的）

数据

dat <- structure(list(Group = c("GroupA", "GroupB", "GroupC"), Cases = c(4L, 9L, 10L), Noncases = c(7L, 4L, 3L)), class = "data.frame", row.names = c(NA, -3L))

相关链接提供了多种“按组汇总”的方法：Calculate the mean by group

【讨论】：

【解决方案2】：

设置示例：

dd <- data.frame(Group = LETTERS[1:3], Cases = c(4, 9, 10),
                 Noncases = c(7,4,3))

功能：

mktab <- function(focal, data) {
    ## subset rows according to whether $Group == focal or not
    ## subset cols according to "Cases"/"Noncases"
    ## sum() the not-focal elements
    matrix(c(data[data$Group==focal, "Cases"],
             sum(data[data$Group!=focal, "Cases"]),
             data[data$Group==focal, "Noncases"],
             sum(data[data$Group!=focal, "Noncases"])
             ),
           nrow = 2,
           byrow=TRUE,
           dimnames = list(c("Case", "Noncase"),
                           c(focal, paste0("not_", focal)))
           )
}

mktab("A", dd)

结果：

        A not_A
Case    4    19
Noncase 7     7

【讨论】：

谢谢——这解决了我的错误警告:)