R将来自大量汇总表的变量存储在新文档的列中

Question

我有一个包含 6 列的数据框 (X)，名称为：mean.x、s.x、n.x、mean.y、s.y、n.y.它们代表总体 x 和 y 的均值、st dev (s) 和样本量 (n)。我是运行一个根据这些统计参数执行 t 检验的 R 包 (BSDA)。问题是对于每一行我得到 1 个摘要 table 并且我有 640.000 行。

我想要做的是使用 640.000 摘要 table 中的所有 p 值和其他参数创建新列。这可能吗？

前 5 行的值相同：mean.x (0.444357)、s.x (0.02575427)、n.x (633744)、mean.y (0.4308 ), s.y (0.000628747), n.y (390)

这是显示摘要的脚本 tables:

library(BSDA)

tsum.test(mean.x = X$mean.x,
          s.x = X$s.x,
          n.x = X$n.x,
          mean.y = X$mean.y,
          s.y = X$s.y,
          n.y = X$n.y, 
          alternative = "less",
          mu = 0, # null hypothesis that there is no diff between means
          var.equal = FALSE,
          conf.level = 0.95)

非常感谢！

Answer 1

有可能。看看下面。一种方法是为此使用 apply：

想象一个非常简单的 data.frame（对于这个简单示例，所有行都相同）：

x  <- c(7.8, 6.6, 6.5, 7.4, 7.3, 7.0, 6.4, 7.1, 6.7, 7.6, 6.8) 
y  <- c(4.5, 5.4, 6.1, 6.1, 5.4, 5.0, 4.1, 5.5) 
X <- data.frame(mean_x = mean(x), s.x = sd(x), n.x = 11, mean_y = mean(y), s.y = sd(y), 
                n.y = 8) 
X <- rbind(X, X, X)

#> X
#    mean_x       s.x n.x mean_y       s.y n.y
#1 7.018182 0.4643666  11 5.2625 0.7069805   8
#2 7.018182 0.4643666  11 5.2625 0.7069805   8
#3 7.018182 0.4643666  11 5.2625 0.7069805   8

然后你在每一行使用 apply 到运行你的 tsum.test 并提取你需要的参数。例如，我提取了 p.values 和 degrees of freedom:

new_cols <-
apply(X, 1, function(x) {

  #using apply in each iteration, a row will be fed to the tsum.test function
  #so make sure you re using the correct ones
  stats <- 
    #x[1] corresponds to the first column, x[2] to the second and so on
    tsum.test(mean.x = x[1],
          s.x = x[2],
          n.x = x[3],
          mean.y = x[4],
          s.y = x[5],
          n.y = x[6], 
          alternative = "less",
          mu = 0, # null hypothesis that there is no diff between means
          var.equal = FALSE,
          conf.level = 0.95)

  #output p.values and degrees of freedom on this occasion
  c(pvalue = stats$p.value, df = stats$parameters)

})

以上输出自由度和p.values，为了绑定到你的data.frame你可以这样做：

   > cbind(X, t(new_cols))
    mean_x       s.x n.x mean_y       s.y n.y pvalue.mean_x    df.df
1 7.018182 0.4643666  11 5.2625 0.7069805   8     0.9999669 11.30292
2 7.018182 0.4643666  11 5.2625 0.7069805   8     0.9999669 11.30292
3 7.018182 0.4643666  11 5.2625 0.7069805   8     0.9999669 11.30292

R将来自大量汇总表的变量存储在新文档的列中

R Store variables from large number of summary tables in columns of new document

csv

r

summary

r-package