循环配对 data.frame 列以在 R 中进行 t.test答案

【问题标题】：looping over paired data.frame columns to do t.test in R循环配对 data.frame 列以在 R 中进行 t.test
【发布时间】：2020-05-27 07:52:35
【问题描述】：

在我的data.frame D（见吹）中有8 对列。例如，Q1_a 和 Q1_b、Q2_a 和 Q2_b ...Q8_a 和 Q8_b。

我想知道如何使用每对作为 BASE R 中的输入来执行t.test？

例如，第一个t.test 是t.test(Q1_a, Q1_b)，第二个是t.test(Q2_a, Q2_b) ... t.test(Q8_a, Q8_b)。

D <- read.csv("https://raw.githubusercontent.com/izeh/m/master/s.csv")

【问题讨论】：

标签： r list loops dataframe lapply

【解决方案1】：

我们可以将split 用split.default 转换成list，然后用lapply 循环遍历list，用匿名函数调用提取列并执行t.test

out <- lapply(split.default(D, sub("_.*", "", names(D))),
         function(x) t.test(x[[1]], x[[2]]))

sub 将匹配 _ 的模式，后跟来自 'D' 列名的字符 (.*) 并替换为空白 ("") 以便在 list 中，我们得到每个成对列（'Q1_a', 'Q1_b', ..., 'Q8_a', 'Q8_b'）

如果我们使用tidyverse，一个选项是转为“长”格式，然后应用summarise_at

library(dplyr)
library(tidyr)
D %>%
    pivot_longer(everything(), names_to = c(".value", "grp"), 
     names_sep = "_") %>% 
    summarise_at(vars(-grp), ~ list(t.test(.[grp == 'a'], .[grp == 'b'])))

【讨论】：

@Reza 是的，它的拆分顺序与数据集中的顺序相同
@Reza 如果你想更扎实，那么使用x[[grep("a$", names(x))]] 和x[[grep("b$", names(x))]]