运行 多个 Kruskal Wallis 测试 lapply 耗时很长。更简单的解决方案？
Running multiple Kruskal Wallis test with lapply taking long. Easier solution?
我有一个数据框，包含 90 个观测值和 124306 个变量，名为 KWR 所有数值数据。我想 运行 在组间的每一列中进行 Kruskal Wallis 分析。我在名为“Group”的变量后面添加了一个包含每个不同组的向量。为了测试准确性，我使用以下代码测试了一种肽（名为 x2461）：
kruskal.test(X2461 ~ Group, data = KWR)
结果很好，我立即得到了结果。但是，我需要分析所有变量。我在阅读此 post 时使用了 lapply：
cols <- names(KWR)[1:124306]
allKWR <- lapply(cols, function(x) kruskal.test(reformulate("Group", x), data = KWR))
然而，在R不停地工作2小时后，我辞掉了工作。有没有更有效的方法来做到这一点？
提前致谢。
注意：第一次 poster，R 初学者
查看 Rfast 包中的 kruskaltests。对于 KWR data.frame，它似乎是这样的：
allKWR <- Rfast::kruskaltests(as.matrix(KWR[,1:124306]), as.numeric(as.factor(KWR$Group)))
我有一个数据框，包含 90 个观测值和 124306 个变量，名为 KWR 所有数值数据。我想 运行 在组间的每一列中进行 Kruskal Wallis 分析。我在名为“Group”的变量后面添加了一个包含每个不同组的向量。为了测试准确性，我使用以下代码测试了一种肽（名为 x2461）：
kruskal.test(X2461 ~ Group, data = KWR)
结果很好，我立即得到了结果。但是，我需要分析所有变量。我在阅读此 post 时使用了 lapply：
cols <- names(KWR)[1:124306]
allKWR <- lapply(cols, function(x) kruskal.test(reformulate("Group", x), data = KWR))
然而，在R不停地工作2小时后，我辞掉了工作。有没有更有效的方法来做到这一点？
提前致谢。
注意：第一次 poster，R 初学者
查看 Rfast 包中的 kruskaltests。对于 KWR data.frame，它似乎是这样的：
allKWR <- Rfast::kruskaltests(as.matrix(KWR[,1:124306]), as.numeric(as.factor(KWR$Group)))