如何用 dplyr 总结这些数据 table，然后在结果上 运行 一个 chisq.test（或类似的）并将其全部循环到一个简洁的函数中？
How do summarize this data table with dplyr, then run a chisq.test (or similar) on the results and loop it all into one neat function?
这个问题包含在我问的另一个问题 here 中，但由于它超出了我在最初询问中想知道的范围，我认为它可能需要一个单独的线程。
我一直在尝试根据收到的答案来解决这个问题 here and here using dplyr and the functions written by Khashaa and Jaap。
使用提供给我的解决方案（尤其是来自 Jaap 的解决方案），我已经能够将收到的原始数据汇总成矩阵形式的数据 table
dput(SO_Example_v1)
structure(list(Type = structure(c(3L, 1L, 2L), .Label = c("Community",
"Contaminant", "Healthcare"), class = "factor"), hosp1_WoundAssocType = c(464L,
285L, 24L), hosp1_BloodAssocType = c(73L, 40L, 26L), hosp1_UrineAssocType = c(75L,
37L, 18L), hosp1_RespAssocType = c(137L, 77L, 2L), hosp1_CathAssocType = c(80L,
34L, 24L), hosp2_WoundAssocType = c(171L, 115L, 17L), hosp2_BloodAssocType = c(127L,
62L, 12L), hosp2_UrineAssocType = c(50L, 29L, 6L), hosp2_RespAssocType = c(135L,
142L, 6L), hosp2_CathAssocType = c(95L, 24L, 12L)), .Names = c("Type",
"hosp1_WoundAssocType", "hosp1_BloodAssocType", "hosp1_UrineAssocType",
"hosp1_RespAssocType", "hosp1_CathAssocType", "hosp2_WoundAssocType",
"hosp2_BloodAssocType", "hosp2_UrineAssocType", "hosp2_RespAssocType",
"hosp2_CathAssocType"), class = "data.frame", row.names = c(NA,
-3L))
看起来如下
require(dplyr)
df <- tbl_df(SO_Example_v1)
head(df)
Type hosp1_WoundAssocType hosp1_BloodAssocType hosp1_UrineAssocType
1 Healthcare 464 73 75
2 Community 285 40 37
3 Contaminant 24 26 18
Variables not shown: hosp1_RespAssocType (int), hosp1_CathAssocType (int), hosp2_WoundAssocType
(int), hosp2_BloodAssocType (int), hosp2_UrineAssocType (int), hosp2_RespAssocType (int),
hosp2_CathAssocType (int)
第Type栏是细菌的种类，后面的栏代表它们的培养地点。数字代表检测到相应类型细菌的次数。
我知道我的最终 table 应该是什么样子，但直到现在我一直在为每个比较和变量一步一步地做，毫无疑问，必须有一种方法可以通过在管道中传递多个函数来做到这一点dplyr - 但是，唉，我还没有找到关于这个的答案。
最终 table 的示例
Wound
Type n Hospital 1 (%) n Hospital 2 (%) p-val
Healthcare associated bacteria 464 (60.0) 171 (56.4) 0.28
Community associated bacteria 285 (36.9) 115 (38.0) 0.74
Contaminants 24 (3.1) 17 (5.6) 0.05
其中第一个分组变量 "Wound" 随后被 "Urine"、"Respiratory" 替换，...然后有一个名为 "All/Total" 的最后一列"Type" 行中的每个变量在医院 1 和医院 2 中被发现和汇总然后进行比较的总次数。
到目前为止我所做的是以下并且非常乏味，因为它是计算 "by hand" 然后我手动将所有结果填充到 table。
### Wound cultures & healthcare associated (extracted manually)
# hosp1 464 (yes), 309 (no), 773 wound isolates in total; (% = 464 / 309 * 100)
# hosp2 171 (yes), 132 (no), 303 would isolates in total; (% = 171 / 303 * 100)
### Then the chisq.test of my contingency table
chisq.test(cbind(c(464,309),c(171,132)),correct=FALSE)
我很感激，如果我 运行 在原始 data.frame 上使用管道 dplyr，我将无法获得我想要的 table 的确切格式，但必须有一种方法至少可以自动执行此处的所有步骤，并将结果放在最终的 table 中，我可以将其导出为 .csv 文件，然后只进行一些最后的列编辑等？
非常感谢任何帮助。
它很难看，但它有效（评论中的 Sam 是对的，整个问题应该通过在分析之前将数据调整为干净格式来解决，但无论如何）：
Map(
function(x,y) {
out <- cbind(x,y)
final <- rbind(out[1,],colSums(out[2:3,]))
chisq.test(final,correct=FALSE)
},
SO_Example_v1[grepl("^hosp1",names(SO_Example_v1))],
SO_Example_v1[grepl("^hosp2",names(SO_Example_v1))]
)
#$hosp1_WoundAssocType
#
# Pearson's Chi-squared test
#
#data: final
#X-squared = 1.16, df = 1, p-value = 0.2815
# etc etc...
符合您的预期结果：
chisq.test(cbind(c(464,309),c(171,132)),correct=FALSE)
#
# Pearson's Chi-squared test
#
#data: cbind(c(464, 309), c(171, 132))
#X-squared = 1.16, df = 1, p-value = 0.2815
这个问题包含在我问的另一个问题 here 中，但由于它超出了我在最初询问中想知道的范围，我认为它可能需要一个单独的线程。
我一直在尝试根据收到的答案来解决这个问题 here and here using dplyr and the functions written by Khashaa and Jaap。
使用提供给我的解决方案（尤其是来自 Jaap 的解决方案），我已经能够将收到的原始数据汇总成矩阵形式的数据 table
dput(SO_Example_v1)
structure(list(Type = structure(c(3L, 1L, 2L), .Label = c("Community",
"Contaminant", "Healthcare"), class = "factor"), hosp1_WoundAssocType = c(464L,
285L, 24L), hosp1_BloodAssocType = c(73L, 40L, 26L), hosp1_UrineAssocType = c(75L,
37L, 18L), hosp1_RespAssocType = c(137L, 77L, 2L), hosp1_CathAssocType = c(80L,
34L, 24L), hosp2_WoundAssocType = c(171L, 115L, 17L), hosp2_BloodAssocType = c(127L,
62L, 12L), hosp2_UrineAssocType = c(50L, 29L, 6L), hosp2_RespAssocType = c(135L,
142L, 6L), hosp2_CathAssocType = c(95L, 24L, 12L)), .Names = c("Type",
"hosp1_WoundAssocType", "hosp1_BloodAssocType", "hosp1_UrineAssocType",
"hosp1_RespAssocType", "hosp1_CathAssocType", "hosp2_WoundAssocType",
"hosp2_BloodAssocType", "hosp2_UrineAssocType", "hosp2_RespAssocType",
"hosp2_CathAssocType"), class = "data.frame", row.names = c(NA,
-3L))
看起来如下
require(dplyr)
df <- tbl_df(SO_Example_v1)
head(df)
Type hosp1_WoundAssocType hosp1_BloodAssocType hosp1_UrineAssocType
1 Healthcare 464 73 75
2 Community 285 40 37
3 Contaminant 24 26 18
Variables not shown: hosp1_RespAssocType (int), hosp1_CathAssocType (int), hosp2_WoundAssocType
(int), hosp2_BloodAssocType (int), hosp2_UrineAssocType (int), hosp2_RespAssocType (int),
hosp2_CathAssocType (int)
第Type栏是细菌的种类，后面的栏代表它们的培养地点。数字代表检测到相应类型细菌的次数。
我知道我的最终 table 应该是什么样子，但直到现在我一直在为每个比较和变量一步一步地做，毫无疑问，必须有一种方法可以通过在管道中传递多个函数来做到这一点dplyr - 但是，唉，我还没有找到关于这个的答案。
最终 table 的示例
Wound
Type n Hospital 1 (%) n Hospital 2 (%) p-val
Healthcare associated bacteria 464 (60.0) 171 (56.4) 0.28
Community associated bacteria 285 (36.9) 115 (38.0) 0.74
Contaminants 24 (3.1) 17 (5.6) 0.05
其中第一个分组变量 "Wound" 随后被 "Urine"、"Respiratory" 替换，...然后有一个名为 "All/Total" 的最后一列"Type" 行中的每个变量在医院 1 和医院 2 中被发现和汇总然后进行比较的总次数。
到目前为止我所做的是以下并且非常乏味，因为它是计算 "by hand" 然后我手动将所有结果填充到 table。
### Wound cultures & healthcare associated (extracted manually)
# hosp1 464 (yes), 309 (no), 773 wound isolates in total; (% = 464 / 309 * 100)
# hosp2 171 (yes), 132 (no), 303 would isolates in total; (% = 171 / 303 * 100)
### Then the chisq.test of my contingency table
chisq.test(cbind(c(464,309),c(171,132)),correct=FALSE)
我很感激，如果我 运行 在原始 data.frame 上使用管道 dplyr，我将无法获得我想要的 table 的确切格式，但必须有一种方法至少可以自动执行此处的所有步骤，并将结果放在最终的 table 中，我可以将其导出为 .csv 文件，然后只进行一些最后的列编辑等？
非常感谢任何帮助。
它很难看，但它有效（评论中的 Sam 是对的，整个问题应该通过在分析之前将数据调整为干净格式来解决，但无论如何）：
Map(
function(x,y) {
out <- cbind(x,y)
final <- rbind(out[1,],colSums(out[2:3,]))
chisq.test(final,correct=FALSE)
},
SO_Example_v1[grepl("^hosp1",names(SO_Example_v1))],
SO_Example_v1[grepl("^hosp2",names(SO_Example_v1))]
)
#$hosp1_WoundAssocType
#
# Pearson's Chi-squared test
#
#data: final
#X-squared = 1.16, df = 1, p-value = 0.2815
# etc etc...
符合您的预期结果：
chisq.test(cbind(c(464,309),c(171,132)),correct=FALSE)
#
# Pearson's Chi-squared test
#
#data: cbind(c(464, 309), c(171, 132))
#X-squared = 1.16, df = 1, p-value = 0.2815