将连续函数应用于数据帧并将每个函数的结果输出到表中

Question

我有一个格式与下面类似的大型数据框（运行到大约 200 个化合物）。

+-----------+----------+------------+
| Treatment | Compound | Proportion |
+-----------+----------+------------+
| A         | wax      | 0.095      |
| A         | alcohol  | 0.077      |
| A         | ketone   | 0.066      |
| B         | wax      | 0.067      |
| B         | alcohol  | 0.071      |
| B         | ketone   | 0.073      |
| C         | wax      | 0.051      |
| C         | alcohol  | 0.019      |
| C         | ketone   | 0.07       |
| D         | wax      | 0.033      |
| D         | alcohol  | 0.082      |
| D         | ketone   | 0.019      |
+-----------+----------+------------+

我在线性模型上运行了方差分析

lm(Proportion ~ Treatment) 

使用 data.table 方法为每个化合物生成一个化合物列表，其中处理是一个重要因素，将我的数据子集到“t.df”。

我现在想使用 TukeyHSD 来确定每种化合物的哪些治疗方法彼此之间存在显着差异。我意识到 TukeyHSD 需要一个“aov”输出，我需要将它包含在我的代码中。我想我想要的是一种“tapply”方法来遍历我的化合物列表、应用模型、进行 anova 然后进行 Tukeys 测试并将格式保存在矩阵列表中。

我一直在尝试使用类似以下的方法，但没有成功：

mytest <- function(x) { 
  model<-lm(Proportion ~ Treatment, data=t.df)
  aovmodel<-aov(model)
  tuks<-TukeyHSD(aovmodel) 
  } 
tapply((t.df[unique(t.df$Compound)]),mytest)

这会返回错误：

"Error in `[.data.frame`(t.df, unique(t.df$Compound)) : 
  undefined columns selected"

我认为这可能是我对这段代码最少的问题。

有没有什么方法可以提取每个测试化合物返回的 Tukey 的“p adj”值？我很想避免长期这样做，因为我的列表中有大量化合物，并预计在未来的几个数据集上使用不同的化合物名称进行类似的分析。

Answer 1

要获取您指定的每种化合物的 Tukey HSD，请尝试以下操作：

lapply(unique(t.df$Compound),
       function(x, df)
           TukeyHSD(aov(glm(Proportion ~ Treatment,
                            data = df,
                            subset = Compound == x)))[[1]],
       df = t.df)

对于每个独特的化合物，这会在 ANOVA 上调用 TukeyHSD()，以获取拟合对应于该化合物的数据子集的一般线性模型。它返回一个列表，其中每个元素对应一个化合物。