跨 R 数据框的选定列的 t 检验答案

【问题标题】：t-test across selected columns of R data frame跨 R 数据框的选定列的 t 检验
【发布时间】：2014-03-16 04:03:48
【问题描述】：

我有一个相对简单的问题，我认为我不能正确地使用 R。

我有一个数据框，其中包含多个观察结果，存储在行中，还有一堆我不想丢失的注释，位于同一数据框的其他列中。

我想对数据框的几列中的值进行 t 检验，并将结果写入（理想情况下）相同的数据框。

一个简单的例子是：

# Generate the data
experimentName <- paste(rep("name",20), c(1:20), sep="")
experimentAnno1 <- rep(paste(rep("anno",5), c(1:5), sep=""), 4)
a1 <- rnorm(n=20, mean=10, sd=5)
a2 <- rnorm(n=20, mean=11, sd=5)
a3 <- rnorm(n=20, mean=12, sd=5)
b1 <- rnorm(n=20, mean=20, sd=5)
b2 <- rnorm(n=20, mean=21, sd=5)
b3 <- rnorm(n=20, mean=19, sd=5)

sampledata <- cbind(experimentName, experimentAnno1, a1,a2,a3,b1,b2,b3)

所以我尝试了一个非常简单的

ttestfun = function(x) t.test(x[,c("a1", "a2", "a3")], x[,c("b1", "b2", "b3")])$p.value
p.value = apply(sampledata, 1, ttestfun)

这不起作用:(

我还尝试了 by()、melt()、apply() 等的一大堆组合 - 所有这些我都认为我做错了。

我希望得到的结果是 sampledata 数据框中的其他列：

# pValue
p.value
# LoConf
a$conf.int[1]
# UpConf
a$conf.int[2]

等等

最有效的方法是什么？

提前致谢！

【问题讨论】：

标签： r plyr apply

【解决方案1】：

您需要先将sampledata 设为data.frame，以获取“a”和“b”列中的数值。

> sampledata <- data.frame(experimentName, experimentAnno1, a1,a2,a3,b1,b2,b3)

如果您尝试基于 Welch 两样本 t 检验获取每行统计信息，这种方法既快速又相对简单。

> stats <- as.data.frame(do.call(rbind, lapply(1:nrow(sampledata), function(i){
    as.numeric(unlist(t.test(sampledata[i, 3:5], sampledata[i, 6:8]))[1:5])
    })))
> names(stats) <- c("t.stat", "param.df", "p.val", "ci.left", "ci.right")
> cbind(sampledata, stats)

【讨论】：

+1 这比我的效率高，打字少得多！但是你从哪里得到tests？

【解决方案2】：

可能不是最有效的，但这是建立在您最初努力的基础上的一种方法。

您的示例数据：

experimentName <- paste(rep("name",20), c(1:20), sep="")
experimentAnno1 <- rep(paste(rep("anno",5), c(1:5), sep=""), 4)
a1 <- rnorm(n=20, mean=10, sd=5)
a2 <- rnorm(n=20, mean=11, sd=5)
a3 <- rnorm(n=20, mean=12, sd=5)
b1 <- rnorm(n=20, mean=20, sd=5)
b2 <- rnorm(n=20, mean=21, sd=5)
b3 <- rnorm(n=20, mean=19, sd=5)

我使用data.frame 而不是cbind，因此我们可以将数字保留为数字（cbind 将它们强制转换为字符）

# sampledata <- cbind(experimentName, experimentAnno1, a1,a2,a3,b1,b2,b3)
sampledata <- data.frame(experimentName, experimentAnno1, a1,a2,a3,b1,b2,b3)

似乎您的目标是在每一行中，针对 b1、b2、b3 的集合测试 a1、a2、a3 的集合

以下是一些获取这些值的lapply 函数：

sampledata$pvalue <- sapply(1:nrow(sampledata), function(i) t.test(sampledata[i,c("a1", "a2", "a3")], sampledata[i,c("b1", "b2", "b3")])$p.value)

sampledata$LoConf <- sapply(1:nrow(sampledata), function(i) t.test(sampledata[i,c("a1", "a2", "a3")], sampledata[i,c("b1", "b2", "b3")])$conf.int[1])

sampledata$UpConf <- sapply(1:nrow(sampledata), function(i) t.test(sampledata[i,c("a1", "a2", "a3")], sampledata[i,c("b1", "b2", "b3")])$conf.int[2])

【讨论】：