循环遍历列列表

Question

我有一个大数据框，一列显示受访者来自的省份。我希望根据列名（例如，对于希望、责任、功效等列），在某些列中查看各省受访者之间的值差异。

Province  Hope  Responsibility  Efficacy Age
   A       4         3            2      24
   A       2         1            4      23
   C       5         3            5      20
   B       3         2            3      29
   A       1         1            4      23
   B       3         3            2      25

到目前为止，我遍历了每列的所有省份组合之间的差异：

list1 = list('A', 'B', 'C', 'D' 'E', 'F')
list2 = list('B', 'C', 'D' 'E', 'F')

for (i in list1){
  for (j in list2){
    t <- t.test(dt[Province == i, Hope], dt[Province == j, Hope])
    if (t$p.value <= 0.05){
      print(paste("Results:",i,"and",j))
      print(t)
    }}}

如何创建一个循环，根据列名循环遍历列列表，例如像这样的东西（不起作用）。

此部分已编辑

list1 = list('A', 'B', 'C', 'D' 'E', 'F')
list2 = list('B', 'C', 'D' 'E', 'F')
list3 = list('Hope', 'Responsibility', 'Efficacy')

for (c in list3){
  for (i in list1){
    for (j in list2){
      t <- t.test(dt[Province == i, c], dt[Province == j, c])
      if (t$p.value <= 0.05){
        print(paste("Results:",i,"and",j))
        print(t)
      }}}}

Answer 1

您可以先获取Province 的unique 值，然后使用lapply 迭代dt 的列名，然后使用outer 获取每个组合的p 值t.test。

list1 <- unique(dt$Province)

apply_t_test <- function(x, y, col) {
        t.test(dt[dt$Province == x, col], dt[dt$Province == y, col])$p.value
}
apply_t_test <- Vectorize(apply_t_test)
cols <- c('Hope', 'Responsibility', 'Efficacy')

result <- sapply(cols, function(column) outer(list1, list1, function(x, y) 
               apply_t_test(x, y, column)), simplify = FALSE)

result 看起来像这样：

#$Hope
#           [,1]       [,2]       [,3]
#[1,] 1.00000000 0.01146182 0.77720749
#[2,] 0.01146182 1.00000000 0.02880269
#[3,] 0.77720749 0.02880269 1.00000000

#$Responsibility
#          [,1]      [,2]      [,3]
#[1,] 1.0000000 0.8624039 0.5206825
#[2,] 0.8624039 1.0000000 0.3795635
#[3,] 0.5206825 0.3795635 1.0000000

#$Efficacy
#          [,1]      [,2]      [,3]
#[1,] 1.0000000 0.6411564 0.5822007
#[2,] 0.6411564 1.0000000 0.9467599
#[3,] 0.5822007 0.9467599 1.0000000

Answer 2

我不知道你想要达到什么，对不起。但是，据我所知，您的代码和逻辑中有两个错误。

首先，如何选择行和列

dt[Province == i, Hope]

这只有在您在某处定义了Province 时才有效。但是，根据您的逻辑，这似乎没有意义，因为您要选择 dt 的行。 Hope 也是如此。如果要选择列Hope，则需要传入一个字符。这导致以下代码。

dt[dt$Province == i, "Hope"]

也就是说，我认为你真正想要的是

dt[dt$Province == i, c]

因为您已经定义了 list list3 并对其进行循环，但您没有使用它。

其次，您致电t.test。根据以上观察，我们有

t.test(dt[dt$Province == i, c], dt[dt$Province == j, c])

这是行不通的，因为这会产生不同长度的向量。例如，在循环的第一个循环中，您将拥有

dt[dt$Province == "A", "Hope"] = (4, 2, 1)
dt[dt$Province == "B", "Hope"] = (3, 3)

这是行不通的，因为t.test 假定两个向量长度相等。

我希望这会有所帮助。另外，请查看@Ronak Shah 的答案。