计算每列中的总数，然后 运行 在 R 中进行渔民测试
calculate totals in each column and then run a fishers test in R
数据：
variant disease control total
A1 1 53 54
A2 6 2 8
A3 15 37 52
A4 0 53 53
A5 65 4 69
A6 4 5 9
A7 3 34 37
我想在底部添加一行，其中包含疾病和对照列的总计，然后 运行 每行添加另一列，其中包含测试的 p 值。
期望的结果（p 值组成）：
variant disease control total p-value
A1 1 53 54 0.001
A2 6 2 8 0.6921
A3 15 37 52 1
A4 0 53 53 0.98
A5 65 4 69 0.68
A6 4 5 9 0.63
A7 3 34 37 0.832
C_total 94 188
我试过：
rbind(df, colSums(df[,2:3]), fill=TRUE)
但这给了我最后两列中的所有列总数
还不确定 Fishers，但想象一下某种形式的应用函数使用每行和每总数来创建 2x2 table。
非常感谢
对于您的第一个问题：
rbind(df, rbind(colSums(df[,2:3])), fill = TRUE)[ (.N == seq_len(.N)), variant := "Total"][]
# variant disease control total p-value
# 1: A1 1 53 54 0.0010
# 2: A2 6 2 8 0.6921
# 3: A3 15 37 52 1.0000
# 4: A4 0 53 53 0.9800
# 5: A5 65 4 69 0.6800
# 6: A6 4 5 9 0.6300
# 7: A7 3 34 37 0.8320
# 8: Total 94 188 NA NA
一个dplyr和tibble的解决方案可以是：
df %>%
add_row(variant = "Total", !!!colSums(df[-1])) %>%
rowwise() %>%
mutate(p_value = chisq.test(c_across(c(disease, control)), p = c(0.5, 0.5))$p.value)
variant disease control total p_value
<chr> <dbl> <dbl> <dbl> <dbl>
1 A1 1 53 54 1.48e-12
2 A2 6 2 8 1.57e- 1
3 A3 15 37 52 2.28e- 3
4 A4 0 53 53 3.34e-13
5 A5 65 4 69 2.08e-13
6 A6 4 5 9 7.39e- 1
7 A7 3 34 37 3.46e- 7
8 Total 94 188 282 2.17e- 8
而且我假设您尝试比较两组之间的个体数量是否相同，可以使用 chi-square 拟合优度检验。
数据：
variant disease control total
A1 1 53 54
A2 6 2 8
A3 15 37 52
A4 0 53 53
A5 65 4 69
A6 4 5 9
A7 3 34 37
我想在底部添加一行，其中包含疾病和对照列的总计，然后 运行 每行添加另一列，其中包含测试的 p 值。
期望的结果（p 值组成）：
variant disease control total p-value
A1 1 53 54 0.001
A2 6 2 8 0.6921
A3 15 37 52 1
A4 0 53 53 0.98
A5 65 4 69 0.68
A6 4 5 9 0.63
A7 3 34 37 0.832
C_total 94 188
我试过：
rbind(df, colSums(df[,2:3]), fill=TRUE)
但这给了我最后两列中的所有列总数
还不确定 Fishers，但想象一下某种形式的应用函数使用每行和每总数来创建 2x2 table。
非常感谢
对于您的第一个问题：
rbind(df, rbind(colSums(df[,2:3])), fill = TRUE)[ (.N == seq_len(.N)), variant := "Total"][]
# variant disease control total p-value
# 1: A1 1 53 54 0.0010
# 2: A2 6 2 8 0.6921
# 3: A3 15 37 52 1.0000
# 4: A4 0 53 53 0.9800
# 5: A5 65 4 69 0.6800
# 6: A6 4 5 9 0.6300
# 7: A7 3 34 37 0.8320
# 8: Total 94 188 NA NA
一个dplyr和tibble的解决方案可以是：
df %>%
add_row(variant = "Total", !!!colSums(df[-1])) %>%
rowwise() %>%
mutate(p_value = chisq.test(c_across(c(disease, control)), p = c(0.5, 0.5))$p.value)
variant disease control total p_value
<chr> <dbl> <dbl> <dbl> <dbl>
1 A1 1 53 54 1.48e-12
2 A2 6 2 8 1.57e- 1
3 A3 15 37 52 2.28e- 3
4 A4 0 53 53 3.34e-13
5 A5 65 4 69 2.08e-13
6 A6 4 5 9 7.39e- 1
7 A7 3 34 37 3.46e- 7
8 Total 94 188 282 2.17e- 8
而且我假设您尝试比较两组之间的个体数量是否相同，可以使用 chi-square 拟合优度检验。