使用 dplyr 在 R 中调用 prop.test 函数答案

【问题标题】：Calling prop.test function in R with dplyr使用 dplyr 在 R 中调用 prop.test 函数
【发布时间】：2018-12-01 07:20:27
【问题描述】：

我正在尝试计算几个二项式比例置信区间。我的数据在数据框中，虽然我可以从prop.test 返回的对象中成功提取estimate，但在数据框上运行时conf.int 变量似乎为空。

library(dplyr)

cases <- c(50000, 1000, 10, 2343242)
population <- c(100000000, 500000000, 100000, 200000000)

df <- as.data.frame(cbind(cases, population))
df %>% mutate(rate = prop.test(cases, population, conf.level=0.95)$estimate)

这会适当地返回

    cases population       rate
1   50000      1e+08 0.00050000
2    1000      5e+08 0.00000200
3      10      1e+05 0.00010000
4 2343242      2e+08 0.01171621

但是，当我跑步时

df %>% mutate(confint.lower= prop.test(cases, pop, conf.level=0.95)$conf.int[1])

我很伤心

Error in mutate_impl(.data, dots) : 
  Column `confint.lower` is of unsupported type NULL

有什么想法吗？我知道计算二项式比例置信区间的其他方法，但我真的很想学习如何使用dplyr。

谢谢！

【问题讨论】：

@akrun 我的道歉 - 真实数据的残留证据与我尝试共享可重现块的尝试。我编辑了代码。谢谢。
什么是sumcases？ :)
如果我们在Value 部分中深入了解?prop.test 的帮助页面，conf.int 的描述告诉我们“如果有一组，则为真实比例的置信区间，或者如果有 2 个组且未给出 p，则比例差异，否则为 NULL”，因此您需要测试一个或两个组以为您生成一个非NULL 值conf.int，而不是当前正在生成的 4 个组测试
@Nate 我看到了，但我认为dplyr 将执行prop.test 的一种逐行调用，因此每行都将被单独考虑，并且第一部分您引用的部分（“如果有一组，则为真实比例的置信区间”）将适用。我是不是误会dplyr？
试试library(purrr) ; library(dplyr) ; df %>% mutate(confint.lower = map2(.x = cases, .y = population, .f = ~ prop.test(.x, .y, conf.level=0.95)$conf.int[1]))。我还没有真正深入研究 htest 类来弄清楚为什么你的版本不起作用，但这应该。编辑：实际上，经过快速思考，它可能不起作用，因为 prop.test 没有矢量化。

标签： r dplyr

【解决方案1】：

您可以使用dplyr::rowwise() 对行进行分组：

df %>%
    rowwise() %>%
    mutate(lower_ci = prop.test(cases, pop, conf.level=0.95)$conf.int[1])

默认情况下dplyr 采用列名并将它们视为向量。所以矢量化函数，比如上面提到的@Jake Fisher，在不添加rowwise() 的情况下也能正常工作。

这就是我一次捕获所有置信区间分量的方法：

df %>%
    rowwise %>%
    mutate(tst = list(broom::tidy(prop.test(cases, pop, conf.level=0.95)))) %>%
    tidyr::unnest(tst)

【讨论】：

太棒了，非常感谢 Nate 和 @JakeFisher。感谢您提供解释和有用的代码 - 非常感谢。
非常干净的代码，运行良好，谢谢！

【解决方案2】：

从 1.0.0 版开始，rowwise() 不再受到质疑。

从 dplyr 的 0.8.3 版本开始，rowwise() 函数的生命周期状态为“正在询问”。

作为替代方案，我宁愿推荐使用purrr::map2() 来实现目标：

df %>%
  mutate(rate = map2(cases, pop, ~ prop.test(.x, .y, conf.level=0.95) %>%
                                     broom::tidy())) %>%
  unnest(rate)

【讨论】：