R中的循环条件

Question

我有一个相对简单的问题，我无法应用我在互联网上找到的解决方案。假设我们有：

set.seed(20)

data <- data.frame(month = rep(month.name, 25), 
a = rnorm(300, 0, 1), b = runif(300, 0, 7.2))

我想使用循环计算 a 和 b 列在 month 中每个月的差异的 f 检验。这是我通过使用完成的：

# create some empty vectors to fill in later
pval <- as.double()
ftest <- as.double()
month <- as.character()

# looping through the months

for (i in unique(data$month)){
  print(i)
  # sh.1 <- shapiro.test(data$a[data$month==i])
  # sh.1[2] > 0.05 # apply log if it's smaller than 0.05
  # sh.2 <- shapiro.test(data$b[data$month==i])
  # sh.2[2] > 0.05 # apply log if it's smaller than 0.05
  var.t <- var.test(data$a[data$month==i], data$b[data$month==i])
  f <- round(var.t[[1]],2)
  p <- round(var.t$p.value,2)
  ftest <- append(ftest, f)
  pval <- append(pval, p)
  month <- append(month, i)
}

但是，据我所知，f-test 对正态分布非常敏感。因此，我计划在循环中使用条件，如果 shapiro 测试的 p 值小于 0.05，则需要对数据进行 log 转换；然后它将用于 f-test。

通常，我会在 ifelse 条件下执行此操作，但我不太确定如何在这里使用它。 请问这里有什么帮助吗？

Answer 1

我相信下面的代码可以满足您的需求。它使用*apply 循环，而不是for 循环，以使代码更具可读性（我认为）。

首先我将重新创建数据并确保列 a 都是正数。

set.seed(20)

data <- data.frame(month = rep(month.name, 25), 
                   a = rnorm(300, 0, 1), b = runif(300, 0, 7.2))

data$a <- abs(data$a)

现在，我不是循环遍历 month 的唯一值，而是按该变量拆分 data.frame。像这样，结果列表sp中的每个df已经是每个月所有行的df。

sp <- split(data, data$month)
sp <- sp[order(order(month.name))]

如果需要，这里的数据会被log 转换。

sp <- lapply(sp, function(DF){
  if(shapiro.test(DF[["a"]])$p.value < 0.05) DF[["a"]] <- log(DF[["a"]])
  if(shapiro.test(DF[["b"]])$p.value < 0.05) DF[["b"]] <- log(DF[["b"]])
  DF
})

还有 lapply 你想要的测试，var.test，对所有这些 data.frames。

vartest_list <- lapply(sp, function(DF){
  var.t <- var.test(DF[["a"]], DF[["b"]])
  list(f = var.t[[1]], 
       p.value = var.t$p.value, 
       month = as.character(DF[["month"]][1]))
})

最后，将提取函数[[ 应用于测试结果很简单。这是有效的，因为 R 中的假设测试函数返回类 "htest" 的对象，这些对象只不过是列表。最后一个提取循环被注释掉了。

ftest <- sapply(vartest_list, '[[', 'f')
pval <- sapply(vartest_list, '[[', 'p.value')
#month <- sapply(vartest_list, '[[', 'month')