使用列号而不是列名的 T 检验答案

【问题标题】：T-test with column number instead of column name使用列号而不是列名的 T 检验
【发布时间】：2021-06-05 11:34:57
【问题描述】：

我正在尝试使用 RStatix 的 t_test() 执行一系列 T 检验，其中因变量在每个测试中都是相同的，并且分组变量会发生变化。我在一个循环中进行这些测试，所以我想用列号而不是列名来选择分组变量。我尝试使用colnames(dataframe)[[columnnumber]] 执行此操作，但出现以下错误：“无法提取不存在的列”。如何使用列号而不是列名选择分组变量？

下面是一个带有虚构数据框的最小可复制示例；当指示分组变量的名称（性别）时，测试正常工作，但在指示列号时不能正常工作。

library(tidyverse)
library(rstatix)
dat<-data.frame(gender=rep(c("Male", "Female"), 1000),
              age=rep(c("Young","Young", "Old", "Old"),500),
              tot= round(runif(2000, min=0, max=1),0))

dat %>% t_test(tot ~ gender,detailed=T) ##Works

dat %>% t_test(tot ~ colnames(dat)[[1]],detailed=T) ##Doesn't work

【问题讨论】：

标签： r t-test rstatix

【解决方案1】：

colnames(dat)[1] 是一个字符串。 t_test 需要公式对象，您需要将字符串转换为公式并将其传递给t_test。这可以使用reformulate 或as.formula 来完成。

library(rstatix)
dat %>% t_test(reformulate(colnames(dat)[1], 'tot'),detailed=T)

# A tibble: 1 x 15
#  estimate estimate1 estimate2 .y.   group1 group2    n1    n2 statistic
#*    <dbl>     <dbl>     <dbl> <chr> <chr>  <chr>  <int> <int>     <dbl>
#1    0.011     0.505     0.494 tot   Female Male    1000  1000     0.492
# … with 6 more variables: p <dbl>, df <dbl>, conf.low <dbl>,
#   conf.high <dbl>, method <chr>, alternative <chr>

【讨论】：

【解决方案2】：

如果我们想使用tidyverse 的构造方式，那么在expr 中执行此操作

library(rstatix)
dat %>%
     t_test(formula = eval(rlang::expr(tot ~ !! rlang::sym(names(.)[1]))),
                detailed = TRUE)
# A tibble: 1 x 15
#  estimate estimate1 estimate2 .y.   group1 group2    n1    n2 statistic     p    df conf.low conf.high method alternative
#*    <dbl>     <dbl>     <dbl> <chr> <chr>  <chr>  <int> <int>     <dbl> <dbl> <dbl>    <dbl>     <dbl> <chr>  <chr>      
#1    -0.02     0.497     0.517 tot   Female Male    1000  1000    -0.894 0.371 1998.  -0.0639    0.0239 T-test two.sided

注意：值不同，因为数据是在没有任何 set.seed 的情况下构建的（wrt rnorm）

【讨论】：