Question

我有一个（大）数据集，看起来像这样：-

dat <- data.frame(m=c(rep("a",4),rep("b",3),rep("c",2)),
          n1 =round(rnorm(mean = 20,sd = 10,n = 9)))

g <- rnorm(20,10,5)


dat
  m     n1
1 a 15.132
2 a 17.723
3 a  3.958
4 a 19.239
5 b 11.417
6 b 12.583
7 b 32.946
8 c 11.970
9 c 26.447

我想用向量g像这样对“ m”的每个类别进行t检验

n1.a <- c(15.132,17.723,3.958,19.329)

我需要像t.test(n1.a,g)

进行t检验

我最初考虑使用split(dat,dat$m)将它们分解为列表，然后然后使用lapply，但不起作用。

有什么想法吗？

Answer 1

这是使用tidyverse中的map的{{1}}解决方案：

purrr

或者，如上所述，使用dat %>% split(.$m) %>% map(~ t.test(.x$n1, g), data = .x$n1)，它将所有t检验统计信息存储在列表中（或者使用lapply的较短版本，感谢@markus）：

by

或

dat <- split(dat, dat$m)
dat <- lapply(dat, function(x) t.test(x$n1, g))

哪个给我们：

dat <- by(dat, m, function(x) t.test(x$n1, g))

Answer 2

您可以在R基中执行

lapply(split(dat, dat$m), function(x) t.test(x$n1, g))

输出

$a

    Welch Two Sample t-test

data:  x$n1 and g
t = 1.9586, df = 3.2603, p-value = 0.1377
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
 -6.033451 27.819258
sample estimates:
mean of x mean of y 
  21.0000   10.1071 


$b

    Welch Two Sample t-test

data:  x$n1 and g
t = 2.3583, df = 2.3202, p-value = 0.1249
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
 -5.96768 25.75349
sample estimates:
mean of x mean of y 
  20.0000   10.1071 


$c

    Welch Two Sample t-test

data:  x$n1 and g
t = 13.32, df = 15.64, p-value = 6.006e-10
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
 13.77913 19.00667
sample estimates:
mean of x mean of y 
  26.5000   10.1071

数据

set.seed(1)
dat <- data.frame(m=c(rep("a",4),rep("b",3),rep("c",2)),
          n1 =round(rnorm(mean = 20,sd = 10,n = 9)))
g <- rnorm(20,10,5)

将数据帧分成多个块，然后应用功能

2 个答案: