Question

我是R的新手。我查看了很多类似的问题，但没有找到任何帮助我解决问题的方法。

假设我有一个像这样创建的数据框数据：

dat <- data.frame(v1=rep(c("a","a","b","b"),3), v2=c(rep("x",4),rep("y",4),rep("z",4)), dv=sample(1:100, 12), id=rep(c("p1","p2"),6))

......看起来像这样：

        v1 v2 dv id
    1   a  x 40 p1
    2   a  x 99 p2
    3   b  x 67 p1
    4   b  x 24 p2
    5   a  y 16 p1
    6   a  y 51 p2
    7   b  y 85 p1
    8   b  y 72 p2
    9   a  z 33 p1
    10  a  z 31 p2
    11  b  z 88 p1
    12  b  z 50 p2

对于var2的每个条件/级别，我想对var1的条件a和b之间的差异进行t检验。我可以通过按var2的级别对数据帧进行子集化，然后通过在条件a和＆amp;之间应用差异的t检验来循环。 var1的b，但据我所知，R的一个优点是避免循环（使用apply和其他相关函数）。

（然后我当然会纠正多重比较）

Answer 1

您拥有的一个选项是所谓的apply - 家庭。

首先，您将数据拆分为不同的v1，然后将函数应用于所有子集。

鉴于你想对变量＆＃34; dv＆＃34;进行t.test方法是这样的：

split_dat <- split(dat, dat$v2)

sapply(split_dat, function(sub_dat) {
  result <- t.test(sub_dat[sub_dat$v1 == "a", "dv"],
                   sub_dat[sub_dat$v1 == "b", "dv"])

  return(result$p.value)
})

# Result:
#         x         y         z 
# 0.1220663 0.6092622 0.8887763

将函数（stat test）应用于每个因子级别的数据子集

1 个答案: