Question

我有一个大约1000行和2列的data.frame。我想执行prop.test（k，n）其中k ==我的data.frame的Column1和我的data.frame的n == Column2。

例如：

 Column1(k)   Column2(n)      
     60         500    
     50         500     
     70         500    
     40         500

我想为每一行执行prop.test（k，n）。例如：

prop.test(60, 500)
prop.test(50, 500)
prop.test(70, 500)

等等。由于我有大约1000行，我显然不能每行手动执行prop.test。如何编写一个函数，每次每行输入并执行prop.test？

非常感谢，

电子。

Answer 1

prop.test是矢量化的。你可以这样做：

   prop.test(col1, col2)

例如：

dat <- data.frame(Column1 =c( 83, 90, 129, 70 ),Column2= c( 86, 93, 136, 82 ))
> prop.test(dat$Column1,dat$Column2)

    4-sample test for equality of proportions without continuity correction

data:  dat$Column1 out of dat$Column2
X-squared = 12.6004, df = 3, p-value = 0.005585
alternative hypothesis: two.sided
sample estimates:
   prop 1    prop 2    prop 3    prop 4 
0.9651163 0.9677419 0.9485294 0.8536585

Answer 2

您可以使用Map作为mapply

的包装器

dfr <- data.frame(k=c(60,50,70,40),n=rep(500,4))
Map(prop.test,x=dfr$k,n=dfr$n)
[[1]]

        1-sample proportions test with continuity correction

data:  dots[[1L]][[1L]] out of dots[[2L]][[1L]], null probability 0.5 
X-squared = 287.282, df = 1, p-value < 2.2e-16
alternative hypothesis: true p is not equal to 0.5 
95 percent confidence interval:
 0.09348364 0.15251247 
sample estimates:
   p 
0.12 


[[2]]

        1-sample proportions test with continuity correction

data:  dots[[1L]][[2L]] out of dots[[2L]][[2L]], null probability 0.5 
X-squared = 318.402, df = 1, p-value < 2.2e-16
alternative hypothesis: true p is not equal to 0.5 
95 percent confidence interval:
 0.07580034 0.13052865 
sample estimates:
  p 
0.1 

...

请注意，prop.test在数据处理方面存在问题，因此很难确定哪个是哪个。

prop.test在一个大型data.frame上行

2 个答案: