如何使用purrr的map函数执行逐行prop.tests并将结果添加到dataframe中？

Question

我试图在R中解决以下问题:我有一个包含两个变量的数据(成功的数量和总试验的数量)。

# A tibble: 4 x 2
 Success     N
    <dbl> <dbl>
1     28.   40.
2     12.   40.
3     22.   40.
4      8.   40.

我希望对每一行执行一个prop.test或binom.test，并将结果列表添加到dataframe (或其中的某些元素，如p值和CIs)。

理想情况下，我想添加第三列与p-值和CI-范围。到目前为止，我的尝试都失败了。下面是一个最小的编码示例：

Success <- c( 38, 12, 27, 9)
N <- c( 50, 50, 50, 50)
df <- as.tibble( cbind(Success, N))


df %>%
  map( ~ prop.test, x = .$Success, n = .$N)

并没有达到预期的结果。任何帮助都将不胜感激。

干杯,

露易丝

Answer 1

如果您想要一个新的列，您可以使用@akrun的方法，但是在dplyr和broom中添加一个小的purrr

library(tidyverse) # for dplyr, purrr, tidyr & co.
library(broom)
    
analysis <- df %>%
  set_names(c("x","n")) %>% 
  mutate(result = pmap(., prop.test)) %>% 
  mutate(result = map(result, tidy)) 

这样你就可以在一个整齐的嵌套的tibble中得到结果。如果您只想将其限制在某些变量上，那么只需遵循mutate/map将函数应用到嵌套框架，然后取消嵌套()。

analysis %>% 
  mutate(result = map(result, ~select(.x, p.value, conf.low, conf.high))) %>% 
  unnest(cols = c(result))

# A tibble: 4 x 5
      x     n   p.value conf.low conf.high
  <dbl> <dbl>     <dbl>    <dbl>     <dbl>
1 38.0   50.0 0.000407    0.615      0.865
2 12.0   50.0 0.000407    0.135      0.385
3 27.0   50.0 0.671       0.395      0.679
4  9.00  50.0 0.0000116   0.0905     0.319

Answer 2

我们可以在用‘pmap’的参数更改列名之后使用prop.test

pmap(setNames(df, c("x", "n")), prop.test)

或者使用map2

map2(df$Success, df$N, prop.test)

map的问题是它正在遍历数据集的每个列，并且它是vector的一个list of vector

df %>%
   map(~ .x)
#$Success
#[1] 38 12 27  9

#$N
#[1] 50 50 50 50

所以，我们不能做.x$Success或.x$N

更新

正如@Steven Beaupre所提到的，如果我们需要创建具有p值和置信区间的新列。

res <- df %>%
        mutate(newcol = map2(Success, N, prop.test), 
            pval = map_dbl(newcol, ~ .x[["p.value"]]), 
            CI = map(newcol, ~ as.numeric(.x[["conf.int"]]))) %>% 
            select(-newcol) 
# A tibble: 4 x 4
#   Success     N      pval CI       
#    <dbl> <dbl>     <dbl> <list>   
#1   38.0   50.0 0.000407  <dbl [2]>  
#2   12.0   50.0 0.000407  <dbl [2]>
#3   27.0   50.0 0.671     <dbl [2]>
#4    9.00  50.0 0.0000116 <dbl [2]>

“CI”列是由两个元素组成的list，可以通过unnest编辑使其成为“长”格式的数据。

res %>%
   unnest

或创建3列

df %>% 
  mutate(newcol = map2(Success, N,  ~ prop.test(.x, n = .y) %>% 
                  {tibble(pvalue = .[["p.value"]],
                         CI_lower = .[["conf.int"]][[1]], 
                         CI_upper = .[["conf.int"]][[2]])})) %>%
  unnest
# A tibble: 4 x 5
#  Success     N    pvalue CI_lower CI_upper
#    <dbl> <dbl>     <dbl>    <dbl>    <dbl>
#1   38.0   50.0 0.000407    0.615     0.865
#2   12.0   50.0 0.000407    0.135     0.385
#3   27.0   50.0 0.671       0.395     0.679
#4    9.00  50.0 0.0000116   0.0905    0.319