我为奇怪的语法道歉,我现在正在学习编程。我有一个100列和5304行的df。我需要使用第5个数字列或参考列在94个最后一个数字列(6:ncol(df))上执行单独的双面ks.tests:
r<-df$rank.
我还希望将pvalues存储在矩阵中。根据我的理解,我可以使用&#39; for循环&#39;或者&#39;申请&#39;功能。我有一个简单的代码,只输出一个统计摘要(似乎它覆盖了结果):
for (i in 6:ncol(df))
y<-df[,i]
ks.test(r,y)->K
> K
Two-sample Kolmogorov-Smirnov test
data: r and y
D = 0.71983, p-value < 2.2e-16
alternative hypothesis: two-sided
我尝试了很多这种变化以及使用lapply错误。 任何关于为什么&#34; K&#34;不应该返回多个值或将输出分配给矩阵?谢谢。
编辑:样本数据集
probe set symbol zscore rank X1 X4 X13 X15 ....N (N=100)
22133-x_at SP110 4.73635 1 400 14 5 1000
. 2 5 430 56 150
. 3 24 78 23 9000
...N
(N=5304)
答案 0 :(得分:0)
考虑sapply
返回ks.test
统计和 p.value 的矩阵:
# RANDOM DATA TO DEMONSTRATE
set.seed(147)
df <- data.frame(id1 = sample(LETTERS, 5304, replace=TRUE),
id2 = sample(LETTERS, 5304, replace=TRUE),
id3 = sample(LETTERS, 5304, replace=TRUE),
id4 = sample(LETTERS, 5304, replace=TRUE),
setNames(lapply(5:100, function(i) rnorm(5304)),
paste0("Col", 5:100)))
r <- df[,5]
res <- sapply(df[,6:100], function(y) {
ks <- ks.test(r, y)
c(statistic=ks$statistic, p.value=ks$p.value)
setNames(c(ks$statistic, ks$p.value), c("statistic", "p.value"))
})
# PRINT FIRST FIVE COLS
res[,1:5]
# Col6 Col7 Col8 Col9 Col10
# statistic 0.02111614 0.01338612 0.01074661 0.0224359 0.01677979
# p.value 0.18774138 0.72887906 0.91933648 0.1384762 0.44412866