首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >具有R的数据子集的p值矩阵

具有R的数据子集的p值矩阵
EN

Stack Overflow用户
提问于 2015-08-28 23:44:20
回答 2查看 1.5K关注 0票数 5

考虑一个数据集Data,它包含多个因素和多个数值连续变量。其中一些变量,比如slice_by_1 (类为“男性”、“女性”)和slice_by_2 (类为“悲伤”、“中性”、“快乐”),用来将数据分割到子集中。对于每个子集,Kruskal测试应该在变量lengthpreasurepulse上运行,每个变量由另一个名为compare_by的因素变量分组。在R中是否有一种快速的方法来完成这项任务,并将计算出的p值放到一个矩阵中?

我使用dplyr包来准备数据。

示例数据集:

代码语言:javascript
复制
library(dplyr)
set.seed(123)
Data <- tbl_df(
   data.frame(
       slice_by_1 = as.factor(rep(c("Male", "Female"), times = 120)),
       slice_by_2 = as.factor(rep(c("Happy", "Neutral", "Sad"), each = 80)),
       compare_by = as.factor(rep(c("blue", "green", "brown"), times = 80)),
       length   = c(sample(1:10, 120, replace=T), sample(5:12, 120, replace=T)),
       pulse    = runif(240, 60, 120),
       preasure = c(rnorm(80,1,2),rnorm(80,1,2.1),rnorm(80,1,3))
   )
   ) %>%
group_by(slice_by_1, slice_by_2)

让我们看看数据:

代码语言:javascript
复制
Source: local data frame [240 x 6]
Groups: slice_by_1, slice_by_2

   slice_by_1 slice_by_2 compare_by length     pulse     preasure
1        Male      Happy       blue     10  69.23376  0.508694601
2      Female      Happy      green      1  68.57866 -1.155632020
3        Male      Happy      brown      8 112.72132  0.007031799
4      Female      Happy       blue      3 116.61283  0.383769524
5        Male      Happy      green      7 110.06851 -0.717791526
6      Female      Happy      brown      8 117.62481  2.938658488
7        Male      Happy       blue      9 105.59749  0.735831389
8      Female      Happy      green      2  83.44101  3.881268679
9        Male      Happy      brown      5 101.48334  0.025572561
10     Female      Happy       blue     10  62.87331 -0.715108893
..        ...        ...        ...    ...       ...          ...

一个所需输出的示例:

代码语言:javascript
复制
    Data_subsets    length  preasure     pulse
1     Male_Happy <p-value> <p-value> <p-value>
2   Female_Happy <p-value> <p-value> <p-value>
3   Male_Neutral <p-value> <p-value> <p-value>
4 Female_Neutral <p-value> <p-value> <p-value>
5       Male_Sad <p-value> <p-value> <p-value>
6     Female_Sad <p-value> <p-value> <p-value>
EN

回答 2

Stack Overflow用户

回答已采纳

发布于 2015-08-29 06:07:52

我们可以使用Mapdo中执行多列kruskal.test,然后使用library(tidyr)中的unite将'slice_by_1‘和'slice_by_2’列连接到单个列'Data_subsets‘。

代码语言:javascript
复制
library(dplyr)
library(tidyr)
nm1 <- names(Data)[4:6]
f1 <- function(x,y) kruskal.test(x~y)$p.value

Data %>% 
     do({data.frame(Map(f1, .[nm1], list(.$compare_by)))}) %>% 
     unite(Data_subsets, slice_by_1, slice_by_2, sep="_")
#     Data_subsets    length     pulse  preasure
#1   Female_Happy 0.4369918 0.8767561 0.1937327
#2 Female_Neutral 0.3750688 0.2858796 0.8588069
#3     Female_Sad 0.7958502 0.5801208 0.6274940
#4     Male_Happy 0.3099704 0.3796494 0.6929493
#5   Male_Neutral 0.4953853 0.2418708 0.2986860
#6       Male_Sad 0.7159970 0.5686672 0.8528201

或者我们可以使用data.table来完成这个任务。我们将“data.frame”转换为“data.table”(setDT(Data)),通过对“slice_by_1”和“slice_by_2”列进行paste创建分组变量(“Data_subsets”),然后将数据集的列子集并将其作为输入传递给Map,执行krusal.test并提取p.value

代码语言:javascript
复制
library(data.table)    
setDT(Data)[, Map(f1, .SD[, nm1, with=FALSE], list(compare_by)) ,
             by = .(Data_subsets= paste(slice_by_1, slice_by_2, sep='_'))]
#     Data_subsets    length     pulse  preasure
#1:     Male_Happy 0.3099704 0.3796494 0.6929493
#2:   Female_Happy 0.4369918 0.8767561 0.1937327
#3:   Male_Neutral 0.4953853 0.2418708 0.2986860
#4: Female_Neutral 0.3750688 0.2858796 0.8588069
#5:       Male_Sad 0.7159970 0.5686672 0.8528201
#6:     Female_Sad 0.7958502 0.5801208 0.6274940
票数 3
EN

Stack Overflow用户

发布于 2015-08-29 05:55:47

大部分内容都与group_by一起使用,现在只需将其放在do上:

代码语言:javascript
复制
Data %>%
    do({
        data.frame(
            Data_subsets=paste(.$slice_by_1[[1]], .$slice_by_2[[1]], sep='_'),
            length=kruskal.test(.$length, .$compare_by)$p.value,
            preasure=kruskal.test(.$preasure, .$compare_by)$p.value,
            pulse=kruskal.test(.$pulse, .$compare_by)$p.value,
            stringsAsFactors=FALSE)
    }) %>%
    ungroup() %>%
    select(-starts_with("slice_"))
## Source: local data frame [6 x 4]
##     Data_subsets    length  preasure     pulse
## 1   Female_Happy 0.4369918 0.1937327 0.8767561
## 2 Female_Neutral 0.3750688 0.8588069 0.2858796
## 3     Female_Sad 0.7958502 0.6274940 0.5801208
## 4     Male_Happy 0.3099704 0.6929493 0.3796494
## 5   Male_Neutral 0.4953853 0.2986860 0.2418708
## 6       Male_Sad 0.7159970 0.8528201 0.5686672

您必须执行ungroup()来删除slice*列,因为group_by列不会被删除(我想说“从未删除”,但我不确定)。

票数 4
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/32281267

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档