Question

我尝试使用新数据框对我当前的数据框进行子集化，该数据框列出了我在一列中研究的基因和另一列中的p值（对于每个基因）。

我有一个名为m3的数据框，如下所示：

Sample #          BRCA       TP53        MYC       Status       Overall Survival
1                   0          1          1          0             5.8
2                   1          0          0          1             8.4
3                   0          0          1          1             2.2
4                   0          0          0          0             16.2

我的实际数据框的尺寸是72 x 258.我试图遍历每一列并计算我正在运行的生存分析的p值。我试图确定是否有特定的突变会导致统计学上显着的生存差异。我表示患者每个基因的突变为1。

我只为一列编写了一个生存函数，但我希望遍历每一列，然后最终将其子集化以创建一个新的数据框。我不确定使用apply函数（我读过很常见）或使用for循环是否明智。

survfit(Surv(m3$Overall.Survival, m3$Status) ~m3$BRCA2, data = m3

我最初尝试过这个，但它没有用......

for (col in 2:ncol(m3) ){surv.mod.list[col] <- survfit(S ~ m3[ , col], data = m3)}

你可以帮助我循环吗？

Answer 1

使用lapply()？

这样的事情怎么样？

library(survey)
m3.lst <- lapply(2:(ncol(m3)), function(x) {
  survfit(Surv(m3$Overall.Survival, m3$Status) ~ m3[, x], data = m3)
  })
m3.lst

Survdiff循环 - P值

1 个答案: