R：使用apply（）

Question

我一直在尝试调试这个过去2天，应用我在Stack Overflow上找到的所有可能的修复，但我仍然遇到各种错误，我不知道我能做什么。< / p>

dat 是一个包含3051行和38列的数据框，取自多测试库中的golub数据集。 dat样本：

> dat[1:5, 1:5]
     V1       V2       V3       V4       V5
g1 -1.45769 -1.39420 -1.42779 -1.40715 -1.42668
g2 -0.75161 -1.26278 -0.09052 -0.99596 -1.24245
g3  0.45695 -0.09654  0.90325 -0.07194  0.03232
g4  3.13533  0.21415  2.08754  2.23467  0.93811
g5  2.76569 -1.27045  1.60433  1.53182  1.63728

我定义了这个函数：

> wilcox.func <- function(x, s1, s2) {
+ x1 <- x[s1]
+ x2 <- x[s2]
+ x1 <- as.numeric(x1)
+ x2 <- as.numeric(x2)
+ w.out <- wilcox.test(x1, x2, exact=F, alternative="two.sided", correct=T)
+ out <- as.numeric(w.out$statistic)
+ return(out) }

我尝试将其应用于：

> apply(dat, 1, wilcox.func, s1=c(1:27), s2=c(28:38))

我想运行wilcox.test（）函数，前27列为x，其余列为y（基于golub.cl）。但是，我收到了这个错误：

Error in wilcox.test(x1, x2, exact = F, alternative = "two.sided", correct = T) : 
  unused arguments (exact = F, alternative = "two.sided", correct = T)

删除 exact = F，alternative =“two.sided”，correct = T 给我一个新错误 x [s1]中的错误：只有0可能与负下标混合< /强>

有趣的是，我在某些时候也遇到了错误 x [s1，]错误：维度错误运行同一行代码（“未使用的参数”不< / em>从wilcox.test中删除了，但那是2天前我无法再次重现它。

我也尝试了lapply（）和mapply（），但是我得到了相同的未使用的参数错误。

我想要实现的目标：wilcox.test（），如果我正确理解问题，应该应用于x向量由第1列到第28列和y向量列29到38组成的每一行。

如果这是一个我错过的愚蠢的简单问题，我道歉。我只是不知道它是什么：（

编辑：重新启动R后，现在可以使用（以及Parfait的代码）...对不起，这应该是我在发布之前先尝试过的...

Answer 1

考虑sapply()或vapply()（预定义输出类型）迭代行数，因为您需要按行的列范围进行切片。以下使用示例数据，但调整为完整.dat：

# READ IN SAMPLE dat
data ='
V0       V1       V2       V3       V4       V5
g1 -1.45769 -1.39420 -1.42779 -1.40715 -1.42668
g2 -0.75161 -1.26278 -0.09052 -0.99596 -1.24245
g3  0.45695 -0.09654  0.90325 -0.07194  0.03232
g4  3.13533  0.21415  2.08754  2.23467  0.93811
g5  2.76569 -1.27045  1.60433  1.53182  1.63728'

dat <- read.table(text=data, header=TRUE, stringsAsFactors=FALSE)

# ADJUSTED FUNCTION
wilcox.func <- function(s1, s2) {
 x1 <- as.numeric(s1)
 x2 <- as.numeric(s2)

 w.out <- wilcox.test(x1, x2, exact=F, alternative="two.sided", correct=T)
 out <- as.numeric(w.out$statistic)
 return(out) 
}

output <- sapply(seq_len(nrow(dat)), function(i)
    wilcox.func(dat[i, c(2:4)], dat[i, c(5:6)]))    
output
# [1] 2 4 4 3 3

output <- vapply(seq_len(nrow(dat)), function(i)
    wilcox.func(dat[i, c(2:4)], dat[i, c(5:6)]), 
    numeric(1))    
output
# [1] 2 4 4 3 3