按 R 中的样本分组的逐行 Fisher 精确检验答案

【问题标题】：Row-wise Fisher Exact Test, grouped by samples in R按 R 中的样本分组的逐行 Fisher 精确检验
【发布时间】：2021-05-18 20:33:06
【问题描述】：

考虑以下数据框：

df1
#   bacteria           sample     Number_x          Number_y    
#1        A           HM_001          100                30
#2        B           HM_001           50                60
#3        C           HM_001          300                10
#4        D        A2_HM_001          400                20
#5        E        A2_HM_001           22                11
#6        F           HM_002           23                35
#7        G           HM_002          120                46
#8        H           HM_003           50                51
# … with 1,342 more rows

按样本分组，我希望对每种细菌进行逐行双边 Fisher 精确检验。（例如 HM_001 如下所示）。

HM_001	Number_x	Number_y
A	100	30
Others (B and C in this case)	350	70

HM_001	Number_x	Number_y
B	50	60
Others (A and C in this case)	400	40

等等，本质上是为数据帧中的 1350 行中的每一行生成一个 p 值。

以下是我的尝试：

Fisher_result <- df1 %>%   
  group_by(sample) %>% 
  row_wise_fisher_test(as.matrix(df1[,c(3,4)]), p.adjust.method = "BH")

但是没有用，输出如下错误信息：

Error in row_wise_fisher_test(., as.matrix(df1[, c(3, 4)]),  : 
  A cross-tabulation with two columns required

任何指针将不胜感激！

【问题讨论】：

标签： r dplyr rstatix

【解决方案1】：

您可以group_by 每个sample 并将row_wise_fisher_test 应用于每个组，并使用unnest 将它们放在不同的列中。

library(dplyr)
library(tidyr)
library(rstatix)

df1 %>%
  group_by(sample) %>%
  summarise(data = list(row_wise_fisher_test(as.matrix(select(cur_data(), 
                        starts_with('Number'))), p.adjust.method = "BH"))) %>%
  unnest_wider(data) %>%
  unnest(c(group:p.adj.signif)) -> Fisher_result

Fisher_result

# sample    group     n        p    p.adj p.adj.signif
#  <chr>     <chr> <int>    <dbl>    <dbl> <chr>       
#1 A2_HM_001 1       453 1.73e- 6 1.73e- 6 ****        
#2 A2_HM_001 2       453 1.73e- 6 1.73e- 6 ****        
#3 HM_001    1       550 1.18e- 1 1.18e- 1 ns          
#4 HM_001    2       550 9.31e-24 1.40e-23 ****        
#5 HM_001    3       550 1.57e-26 4.71e-26 ****        
#6 HM_002    1       224 1.44e- 5 1.44e- 5 ****        
#7 HM_002    2       224 1.44e- 5 1.44e- 5 ****        
#8 HM_003    1       101 1.00e+ 0 1.00e+ 0 ns

数据

df1 <- structure(list(bacteria = c("A", "B", "C", "D", "E", "F", "G", 
"H"), sample = c("HM_001", "HM_001", "HM_001", "A2_HM_001", "A2_HM_001", 
"HM_002", "HM_002", "HM_003"), Number_x = c(100L, 50L, 300L, 
400L, 22L, 23L, 120L, 50L), Number_y = c(30L, 60L, 10L, 20L, 
11L, 35L, 46L, 51L)), class = "data.frame", row.names = c(NA, -8L))

【讨论】：

Error: Problem with summarise()` 输入data。 x 需要两列的交叉表 ℹ 输入 data 是 list(...)。 ℹ 第1组出现错误：sample = "HM_001".`这个错误提示
@JujutsuR 您能否提供一个可重现的示例，我可以使用它重现您遇到的错误？
我的数据框和我发布的问题一模一样；只是没有 Number_x 和 Number_y，我有最后两列分别名为 Reads_Community_T 和 Reads Community_N。
df1 %>% group_by(sample) %>% summarise(data = list(row_wise_fisher_test(as.matrix(select(cur_data(), starts_with('Reads_Community_T'))), p.adjust.method = "BH"))) %>% unnest_wider(data) %>% unnest(c(group:p.adj.signif)) -> Fisher_result Fisher_result
@JujutsuR 你应该使用 starts_with('Reads_Community') 而不是 starts_with('Reads_Community_T') 。我还包括了我使用的数据，它对我有用，没有任何错误，如图所示。