Question

我试图在R中解决以下问题：我有一个包含两个变量的数据框（成功次数和总试验次数）。

# A tibble: 4 x 2
 Success     N
    <dbl> <dbl>
1     28.   40.
2     12.   40.
3     22.   40.
4      8.   40.

我想在每一行上执行prop.test或binom.test，并将结果列表添加到数据框（或其中的某些元素，如p值和CI）。

理想情况下，我想添加第三列，其中包含p值和CI范围。到目前为止，我的尝试都是痛苦的失败。这是一个最小的编码示例：

Success <- c( 38, 12, 27, 9)
N <- c( 50, 50, 50, 50)
df <- as.tibble( cbind(Success, N))


df %>%
  map( ~ prop.test, x = .$Success, n = .$N)

没有给出所需的结果。任何帮助将不胜感激。

干杯，

Luise

Answer 1

我们可以在使用＆＃39; prop.test＆＃39;

的参数更改列名后使用pmap

pmap(setNames(df, c("x", "n")), prop.test)

或使用map2

map2(df$Success, df$N, prop.test)

map的问题在于它循环遍历数据集的每个列，并且list为vector

df %>%
   map(~ .x)
#$Success
#[1] 38 12 27  9

#$N
#[1] 50 50 50 50

因此，我们无法.x$Success或.x$N

更新

正如@Steven Beaupre所提到的，如果我们需要创建具有p值和置信区间的新列

res <- df %>%
        mutate(newcol = map2(Success, N, prop.test), 
            pval = map_dbl(newcol, ~ .x[["p.value"]]), 
            CI = map(newcol, ~ as.numeric(.x[["conf.int"]]))) %>% 
            select(-newcol) 
# A tibble: 4 x 4
#   Success     N      pval CI       
#    <dbl> <dbl>     <dbl> <list>   
#1   38.0   50.0 0.000407  <dbl [2]>  
#2   12.0   50.0 0.000407  <dbl [2]>
#3   27.0   50.0 0.671     <dbl [2]>
#4    9.00  50.0 0.0000116 <dbl [2]>

＆＃39; CI＆＃39;列是list个2个元素，可以unnest来使其成为一个“长”的元素。格式数据

res %>%
   unnest

或创建3列

df %>% 
  mutate(newcol = map2(Success, N,  ~ prop.test(.x, n = .y) %>% 
                  {tibble(pvalue = .[["p.value"]],
                         CI_lower = .[["conf.int"]][[1]], 
                         CI_upper = .[["conf.int"]][[2]])})) %>%
  unnest
# A tibble: 4 x 5
#  Success     N    pvalue CI_lower CI_upper
#    <dbl> <dbl>     <dbl>    <dbl>    <dbl>
#1   38.0   50.0 0.000407    0.615     0.865
#2   12.0   50.0 0.000407    0.135     0.385
#3   27.0   50.0 0.671       0.395     0.679
#4    9.00  50.0 0.0000116   0.0905    0.319

Answer 2

如果你想要一个新专栏，你可以使用@ akrun的方法，但在dplyr

中加入一点broom和purrr

library(tidyverse) # for dplyr, purrr, tidyr & co.
library(broom)

analysis <- df %>%
  set_names(c("x","n")) %>% 
  mutate(result = pmap(., prop.test)) %>% 
  mutate(result = map(result, tidy))

从那里，你可以得到一个整齐的嵌套tibble的结果。如果您只想将其限制为某些变量，则只需将mutate / map应用函数应用于嵌套框架，然后将其删除（）。

analysis %>% 
  mutate(result = map(result, ~select(.x, p.value, conf.low, conf.high))) %>% 
  unnest()

# A tibble: 4 x 5
      x     n   p.value conf.low conf.high
  <dbl> <dbl>     <dbl>    <dbl>     <dbl>
1 38.0   50.0 0.000407    0.615      0.865
2 12.0   50.0 0.000407    0.135      0.385
3 27.0   50.0 0.671       0.395      0.679
4  9.00  50.0 0.0000116   0.0905     0.319

如何使用purrr的map函数执行行式prop.tests并将结果添加到数据帧？

2 个答案:

更新