R：在大型数据帧中的多行上迭代 fisher 的测试以逐行获取输出

Question

我有一个包含多个分类值的大型数据集，这些值在两个不同的组中具有不同的整数值（计数）。

举个例子

Element <- c("zinc", "calcium", "magnesium", "sodium", "carbon", "nitrogen")
no_A <- c(45, 143, 10, 35, 70, 40)
no_B <- c(10, 11, 1, 4, 40, 30)
elements_df <- data.frame(Element, no_A, no_B)

Element	no_A	no_B
Zinc	45	10
Calcium	143	11
Magnesium	10	1
Sodium	35	4
Carbon	70	40
Nitrogen	40	30

之前我一直在使用下面的代码并手动更改 x 来获取输出值：

x = "calcium"

n1 = (elements_df %>% filter(Element== x))$no_A
n2 = sum(elements_df$no_A) - n1
n3 = (elements_df %>% filter(Element== x))$no_B
n4 = sum(elements_df$no_B) - n3

fisher.test(matrix(c(n1, n2, n3, n4), nrow = 2, ncol = 2, byrow = TRUE))

但我有一个包含 4000 行的非常大的数据集，我想要最有效的方法来遍历所有这些数据并查看哪些具有显着的 p 值。

我想我需要一个 for 循环和函数，虽然我已经查看了几个以前的类似问题（none 我觉得我可以使用）并且似乎使用 apply 可能是方式去。

所以，简而言之，谁能帮我编写代码，在每一行中迭代 x 并打印出每个元素对应的 p 值和优势比？

Answer 1

您可以像这样将它们全部放在一个漂亮的数据框中：

`row.names<-`(do.call(rbind, lapply(seq(nrow(elements_df)), function(i) {
f <- fisher.test(matrix(c(elements_df$no_A[i], sum(elements_df$no_A[-i]),
                     elements_df$no_B[i], sum(elements_df$no_B[-i])), nrow = 2));
data.frame(Element = elements_df$Element[i],
           "odds ratio" = f$estimate, "p value" = scales::pvalue(f$p.value),
           "Lower CI" = f$conf.int[1], "Upper CI" = f$conf.int[2],
           check.names = FALSE)
})), NULL)

#>     Element odds ratio p value  Lower CI    Upper CI
#> 1      zinc  1.2978966   0.601 0.6122734   3.0112485
#> 2   calcium  5.5065701  <0.001 2.7976646  11.8679909
#> 3 magnesium  2.8479528   0.469 0.3961312 125.0342574
#> 4    sodium  2.6090482   0.070 0.8983185  10.3719176
#> 5    carbon  0.3599468  <0.001 0.2158107   0.6016808
#> 6  nitrogen  0.2914476  <0.001 0.1634988   0.5218564

R：在大型数据帧中的多行上迭代 fisher 的测试以逐行获取输出

R: Iterate fisher’s test over multiple rows in large dataframe to get output row-by-row

loops

r

function

apply

lapply