R，从 t.test 中提取每一行的 p 值答案

【问题标题】：R, extracting p-value for each row from t.testR，从 t.test 中提取每一行的 p 值
【发布时间】：2018-08-19 17:45:01
【问题描述】：

我正在尝试对每一行进行 t.test，然后提取 p 值进行绘图。作为参考，我找到了这个旧帖子：output p value from a t-test in R

这是我的 sn-p：

> pVal143<-apply(mRNA143.data, 1, t.test)$p.value

但是当我尝试调用它时，我只返回“NULL”？下面是我的几行数据，仅供参考，谢谢。

       c.mRNA    h.mRNA
1    8.224342  8.520142
2    9.096665 11.762597
3   10.698863 10.815275
4   10.666233 10.972130
5   12.043525 12.140297

使用原始数据集“c007”更新（我需要比较“C”值和 H 值的 p 值）。

                                        C1       C2      C3     C4       C5     C6     H1    H2 H3  H4  H5  H6
NP_000005   P01023  Protein Name    8.57345 8.45938 8.68941 8.35913 8.48177 8.44560 8.40986 8.59392 8.46562 8.07999 8.22759 8.41817
NP_000010   P24752  Protein Name    8.32595 8.19273 8.10708 8.48156 7.99014 8.24859 8.78216 8.59592 8.48299 8.52647 8.34797 8.38534

【问题讨论】：

请在您的问题中添加mRNA143.data 的样本，以使您的问题可重现。最好使用dput(mRNA143.data)。
你问过类似的问题here。 t-每组只有一次观察的测试（我假设您在这种情况下尝试这样做）可能效果不佳（请参阅维基百科上的 t-test为什么理论上这是一个禁忌）。你基本上想做的是t.test(x = 8.224342, y = 8.520142)。
以上是 mRNA143.data. 的样本，两列，143 行（我只包括了 5 行）。
拥有多少行并不重要，因为您试图为每个行获取一个 p 值，而这是不可能的。 t 检验需要“理解”数据的分布，并且每组 1 点的 2 组比较没有意义。有意义的是比较一组行，或比较你的 2 列。您提供的链接使用 t.test(1:10, 7:20) 比较具有 10 个值的组 (1:10) 与具有 14 个值的组 (7:20)。
就像@RomanLuštrik 所说，你需要更多的观察。提示：t.test 可以使用 length(x) == length(y) == 2。

标签： r

【解决方案1】：

一种解决方案，您必须手动指定哪些列属于每个组以进行比较：

# example data
df = read.table(text = "
C1       C2      C3     C4       C5     C6     H1    H2 H3  H4  H5  H6
8.57345 8.45938 8.68941 8.35913 8.48177 8.44560 8.40986 8.59392 8.46562 8.07999 8.22759 8.41817
8.32595 8.19273 8.10708 8.48156 7.99014 8.24859 8.78216 8.59592 8.48299 8.52647 8.34797 8.38534
", header=T)

library(tidyverse)

df %>%
  rowwise() %>%
  mutate(pval = t.test(c(C1,C2,C3,C4,C5,C6),
                       c(H1,H2,H3,H4,H5,H6))$p.value) %>%
  ungroup()

# # A tibble: 2 x 13
#      C1    C2    C3    C4    C5    C6    H1    H2    H3    H4    H5    H6   pval
#   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>  <dbl>
# 1  8.57  8.46  8.69  8.36  8.48  8.45  8.41  8.59  8.47  8.08  8.23  8.42 0.161 
# 2  8.33  8.19  8.11  8.48  7.99  8.25  8.78  8.60  8.48  8.53  8.35  8.39 0.0110

另一种解决方案，您可以重塑数据并从每列的第一个字母创建 2 个组：

df %>%
  mutate(id = row_number()) %>%                 # add row id
  gather(key, value, -id) %>%                   # reshape dataset
  mutate(key = substr(key,1,1)) %>%             # create a group column from first letter (will be used for the t.test comparison)
  group_by(id) %>%                              # for each row
  summarise(pval = t.test(value ~ key)$p.value) # get p value 

# # A tibble: 2 x 2
#      id   pval
#   <int>  <dbl>
# 1     1 0.161 
# 2     2 0.0110

【讨论】：

我能够执行您的代码 - 非常感谢：> pvals.007<-x007 %>% + rowwise() %>% + mutate(pval = t.test(c(C1,C2,C3,C4,C5,C6), + c(H1,H2,H3,H4,H5,H6))$p.value) %>% + ungroup() > plot(pvals.007)。当我绘制它时，我期待每行的 p 值散点图（比较 C1-6 和 H1-6），但我得到了 143 个小垂直标记？我也无法创建直方图，因为我收到错误：“x”必须是数字？
pvals.007 是一个数据框，而不是 (143) 个 p 值的向量。尝试使用pvals.007$pval，因为这是存储所有 p 值的列。
非常感谢 - 我真的很感激！我会将您的回复标记为“已回答”，但我没有声誉积分。艰难的人群:-)
别担心。关键是要学习一些你可以在未来在类似情况下使用的东西:)
我也在尝试运行 t.test variances = FALSE 的版本，对于代码中的 mutate 步骤，我尝试了以下操作，但出现错误：mutate(pval = t.test(var.equal = FALSE(c(C1,C2,C3,C4,C5,C6),跨度>