Question

对于令人困惑的标题感到抱歉，这个有点难以描述。基本上，我有两个看起来类似的数据表：

df1 <- data.frame(SNP=c("W", "X", "Y", "Z"),
                  Gene.ID=c("A", "B", "C", "B"), pval=NA)
df2 <- data.frame(W=c(1, 0, 1), X=c(1, 1, 0), Y=c(0, 0, 1), Z=c(1, 0, 1),
                  A=c(3.5, 2.5, 3.5), C=c(4.5, 2.5, 1.5), B=c(1.5, 2.5, 1.5))

因此df1中的所有条目都对应于df2中的列名。我的目标是用t检验中的p值填充df1 $ pval。对于df1中的每一行，我想进行t检验，比较与df1 $ SNP的值匹配的df2列，并将其与df2列匹配df1 $ Gene.ID的值。

例如，对于df1中的第一行，我想比较df2 $ W与df2 $ A，然后在df1 [1,3]内返回得到的p值。对于第二行，我将比较df2 $ X与df2 $ B并返回df1 [2,3]中的p值。换句话说，就像这样：

for (i in 1:nrow(df1)){
  test <- t.test(df2[,which(colnames(df2)==df1[i, 1]] ~ df2[,which(colnames(df2)==df1[i, 2]])
  df1[i, 3] <- test$p.value
}

但这不起作用，因为您只能使用colnames函数选择多个列名，而不只是单个列名。如何解决这个问题的建议将非常感激 - 或者如果你有一个更简单的方法，那也会很棒。

Answer 1

我不明白为什么你认为这不起作用 - 我认为你的代码中只有语法错误。以下代码似乎工作正常（请注意使用sapply的更改，这在R中略微更常规）：

df1[, 3] <- sapply(seq_len(nrow(df1)), 
  function(i) {
    test <- t.test(
      df2[, which(colnames(df2) == df1[i, 1])],
      df2[, which(colnames(df2) == df1[i, 2])])
    test$p.value
  })

Answer 2

使用which(colnames(df2)...)可能不是此处的最佳选择，因为您要做的就是选择df2或df1[i,1]为df1[i,2]的列名。

在R中，按名称选择列的一种方法是使用双括号：例如df2[["A"]]会检索A的{{1}}列，这似乎是您想要的，而且不如df2麻烦。

考虑到这一点，您可以像这样重写代码：

df2[, which(colnames(df2) == "A")]

请注意，由于for (i in 1:nrow(df1)){ test <- t.test(df2[[df1[i, 2]]] ~ df2[[df1[i, 1]]]) df1[i, 3] <- test$p.value }的文档声明二进制变量必须位于右侧，因此我切换了df1[i, 1]和df1[i, 2]。

形式为lhs~rhs的公式，其中lhs是给出数据值的数值变量，rhs是两个给出相应组的级别的因子

在具有交换行/列的两个不同数据帧上进行t检验？

2 个答案: