将 t 检验结果分组到 tidyverse 中的列中答案

【问题标题】：Group t test result into columns within tidyverse将 t 检验结果分组到 tidyverse 中的列中
【发布时间】：2020-12-21 07:47:51
【问题描述】：

我想将多个 t 检验结果分组到一张表中。原来我的代码是这样的：

tt_data <- iris %>% 
            group_by(Species) %>%
            summarise(p = t.test(Sepal.Length,Petal.Length,alternative="two.sided",paired=T)$p.value,
                estimate = t.test(Sepal.Length,Petal.Length,alternative="two.sided",paired=T)$estimate
            )

tt_data
# Species    p              estimate
# setosa     2.542887e-51   3.544
# versicolor 9.667914e-36   1.676
# virginica  7.985259e-28   1.036

但是，基于我应该只执行一次统计测试的想法，有没有办法让我每组运行一次 t 测试并收集预期的表？我认为 broom 和 purrr 有一些组合，但我不熟悉语法。

# code idea (I know this won't work!)
tt_data <- iris %>% 
            group_by(Species) %>%
            summarise(tt = t.test(Sepal.Length,Petal.Length,alternative="two.sided",paired=T)) %>%
            select(Species, tt.p, tt.estimate)

tt_data
# Species    tt.p           tt.estimate
# setosa     2.542887e-51   3.544
# versicolor 9.667914e-36   1.676
# virginica  7.985259e-28   1.036

【问题讨论】：

标签： r dplyr purrr broom

【解决方案1】：

您可以使用broom::tidy() 将 t.test 的结果转换为整洁的“tibble”：

library(dplyr)
library(broom)

iris %>% 
  group_by(Species) %>%
  group_modify(~{
    t.test(.$Sepal.Length,.$Petal.Length,alternative="two.sided",paired=T) %>% 
      tidy()
  }) %>% 
  select(estimate, p.value)

#> Adding missing grouping variables: `Species`
#> # A tibble: 3 x 3
#> # Groups:   Species [3]
#>   Species    estimate  p.value
#>   <fct>         <dbl>    <dbl>
#> 1 setosa         3.54 2.54e-51
#> 2 versicolor     1.68 9.67e-36
#> 3 virginica      1.04 7.99e-28

^{由reprex package (v0.3.0) 于 2020 年 9 月 2 日创建}

【讨论】：

【解决方案2】：

您可以使用map 从t.test 生成的列表中选择所需的值，并通过broom::tidy 将其整理成一个数据框，即

library(dplyr)

iris %>%
  group_by(Species) %>%
  summarise(p = list(broom::tidy(t.test(Sepal.Length, Petal.Length, alternative = "two.sided", paired = T)))) %>% 
  mutate(p.value = purrr::map(p, ~select(.x, c('p.value', 'estimate')))) %>% 
  select(-p) %>% 
  unnest()


# A tibble: 3 x 3
#  Species     p.value estimate
#  <fct>         <dbl>    <dbl>
#1 setosa     2.54e-51     3.54
#2 versicolor 9.67e-36     1.68
#3 virginica  7.99e-28     1.04

【讨论】：