使用 purrr map 跨多个子集执行统计测试

Question

我正在尝试使用 purr map 功能从数据框创建多个子组，以便我可以对每个子组运行统计测试。因此，使用mtcars 作为样本数据集，我可以从以下位置确定唯一碳水化合物值集：

mtcars %>% {unique(.$carb)}

给[1] 4 1 2 3 6 8

同样，唯一齿轮值的集合：

mtcars %>% {unique(.$gear)}   

给[1] 4 3 5

我想遍历 carb 和 gear 的独特组合，并将其用作mtcars 中的子集值的一种方式，以便我可以对每个子集执行统计测试（由gear 和 carb)。所以测试将是：

data_subset %>% kruskal.test(.$mpg, .$am, data = .)

我尝试使用来自 purrr 的 map 来执行此操作。大致如下：

library(purrr)
mtcars %>% 
  {unique(.$carb)} %>%
  map2(mtcars, ~filter(.y, am == .x))

Answer 1

对于mtcars 中的大多数碳水化合物/齿轮组合，am 只有一个值。根据我对帮助和错误消息的有限理解，您需要多个组（在您的示例中为am）来运行测试。

library(tidyverse)

# Step 1 - limit to testable data
count(mtcars, carb, gear, am) %>%
  count(carb, gear) %>% # Count am possibilities w/in each carb/gear group
  filter(n > 1) %>%
  left_join(mtcars) -> mtcars_mult_am 

# Step 2 - nest, map each group to test, unnest
mtcars_mult_am %>%
  nest(data = -c(carb, gear)) %>%
  mutate(kruskal_raw = map(data, ~ kruskal.test(.x$mpg, .x$am)),
         kruskal = map(kruskal_raw, broom::tidy)) %>%
  select(-data) %>%
  unnest(kruskal)

# A tibble: 2 x 7
   carb  gear kruskal_raw statistic p.value parameter method                      
  <dbl> <dbl> <list>          <dbl>   <dbl>     <int> <chr>                       
1     2     4 <S3: htest>      0      1             1 Kruskal-Wallis rank sum test
2     4     4 <S3: htest>      2.67   0.102         1 Kruskal-Wallis rank sum test