我有多个因素来划分我的数据。
通过一个因素(uniqueGroup
),我想通过另一个因素(distance
)对我的数据进行子集化,我想首先通过“移动阈值”对我的数据进行分类,然后测试统计小组之间的差异。
我创建了一个函数movThreshold
来对我的数据进行分类,并按wilcox.test
进行测试。要改变不同的阈值,我只需运行
lapply(th.list, # list of thresholds
movThreshold, # my function
tab = tab, # original data
dependent = "infGrad") # dependent variable
现在我已经意识到,实际上我需要首先按uniqueGroup
对我的数据进行分组,然后改变阈值。但我不确定,如何在lapply
代码中编写它?
我的虚拟数据:
set.seed(10)
infGrad <- c(rnorm(20, mean=14, sd=8),
rnorm(20, mean=13, sd=5),
rnorm(20, mean=8, sd=2),
rnorm(20, mean=7, sd=1))
distance <- rep(c(1:4), each = 20)
uniqueGroup <- rep(c("x", "y"), 40)
tab<-data.frame(infGrad, distance, uniqueGroup)
# Create moving threshold function &
# test for original data
# ============================================
movThreshold <- function(th, tab, dependent, ...) {
# Classify data
tab$group<- ifelse(tab$distance < th, "a", "b")
# Calculate wincoxon test - as I have only two groups
test<-wilcox.test(tab[[dependent]] ~ as.factor(group), # specify column name
data = tab)
# Put results in a vector
c(th, unique(tab$uniqueGroup), dependent, uniqueGroup, round(test$p.value, 3))
}
# Define two vectors to run through
# unique group
gr.list<-unique(tab$uniqueGroup)
# unique threshold
th.list<-c(2,3,4)
如何在两个列表上运行lapply
?
lapply(c(th.list,gr.list), # iterate over two vectors, DOES not work!!
movThreshold,
tab = tab,
dependent = "infGrad")
在我之前的问题(Kruskal-Wallis test: create lapply function to subset data.frame?)中,我学会了如何遍历表格中的各个子集:
lapply(split(tab, df$uniqueGroup), movThreshold})
但是如何一次性遍历子集并通过阈值?
答案 0 :(得分:2)
如果我理解了您正在尝试做的事情,那么这是一个data.table
解决方案:
library(data.table)
setDT(tab)[, lapply(th.list, movThreshold, tab = tab, dependent = "infGrad"), by = uniqueGroup]
另外,你可以做一个嵌套的lapply
。
lapply(gr.list, function(z) lapply(th.list, movThreshold, tab = tab[uniqueGroup == z, ], dependent = "infGrad"))
我道歉,如果我误解了你想要做的事情。