对多个自动生成的数据执行t.test？

Question

我有241列和114行的df。列60:241是数值，如果我想根据变量组(T1和T2)进行配对t检验。对于一个单独的变量，我后来用reshape2 package命令和t.test成功地做到了这一点，但是如果我能够找到一个命令来自动完成所有182个变量的操作，这将节省我大量的手工工作。

我试着做一个简单的例子来说明我想要编写的代码：

> df
  PatientID Group Immvar1 Immvar2
1         1    T1       4       5
2         2    T1       7       8
3         2    T2       9      10
4         3    T1       2       3
5         3    T2       4       5
6         4    T1       1       2
7         4    T2       9      10

> df1 <- as.data.frame(acast(df$PatientID ~df$Group, data = df, fill=0, value.var=("Immvar1")))
> df1
  T1 T2
1  4  0
2  7  9
3  2  4
4  1  9
> t.test(df1$T1,df1$T2, paired=TRUE)

我已经构建的自动运行代码如下所示：

df2 <-df[,3:4]
modelList<-list()
for (i in 1:ncol(df2)) {
  matrix <- formula(paste("as.data.frame(acast(PatientID ~ Group , data = df1, fill=0, value.var=(", names(df2[i]),")))"))
  modelList[[i]] <-t.test(matrix$T1, matrix$T2, paired=TRUE)
}

但是，在运行以下命令时，总是会收到错误消息：

匹配错误(x，table，nomatch = 0L)：找不到对象'Immvar1‘

也许我必须处理这个完全不同的方法，是模型列表/公式组合不适合这种操作。有人想办法让这件事成功吗？

Answer 1

我认为您的公式/粘贴线是问题所在；您应该直接调用cast函数。( dcast将自动将其放入data.frame中。)如果没有一个可重复的例子，我无法测试这个例子，但是下面是一个猜测，它看起来会是什么样子。我还使用lapply负责簿记工作。

results <- lapply(names(df)[3:4], function(n) {
    matrix <- dcast(PatientID ~ Group, data = df, fill=0, value.var=n)
    t.test(matrix$T1, matrix$T2, paired=TRUE)
})

另外，您确定要用零填充缺失的行吗？通常，当某物缺失时，其价值是未知的。

您可能会考虑的其他避免先转换的事情是使用t.test的公式表示法(尽管它需要配对值来对齐，所以缺少值将是一个问题)，或者使用双向Anova on Group和PatientID (这是等价的)。

为了收集测试结果，您需要从输出中收集所需的部分。运行str(tmp)或unclass(tmp)来查看输出的实际情况。这是一个列表，因此您可以单独使用$收集所需的片段，也可以使用[将它们一起删除。要放入一个矩阵，您需要将它们放在一起，并且由于您想要重新绑定的元素已经在列表中，所以您可以使用rbind来完成这个任务。例如

tmp <- lapply(results, function(x) unlist(x[c("statistic", "parameter", 
                "p.value", "conf.int", "estimate")]))
as.data.frame(do.call(rbind, tmp))

Hadley Wickham的各种包提供了实现这种“拆分-应用-组合”的替代方法；如果我使用这些包，来自reshape2的reshape2和来自plyr的ddply是可以使用的，但是像我们这里所做的那样使用基R并没有什么错。