在R中的多列的每一级上执行功能答案

【问题标题】：Perform function on each level of multiple columns in R在R中的多列的每一级上执行功能
【发布时间】：2020-08-24 08:24:21
【问题描述】：

我需要在data.table 中的多个列的每个级别上执行一个函数。例如，使用来自survival 的lung 数据集：

library(survival)
library(data.table)
library(dplyr)

data(lung)
setDT(lung)

vars <- c("sex", "ph.ecog")
lung[, (vars) := lapply(.SD, factor), .SDcols = vars]

fit <- tibble()
for (i in levels(lung[, vars ])){
temp <-
coxph(
  Surv(time, status) ~ i,
  data = lung
) %>% 
broom::tidy(exp=T)
fit <- bind_rows(fit, temp)
  }

这不起作用 - 我怎样才能成功？

【问题讨论】：

尝试从末尾删除第 4 行中的 %>% 。它不像这样工作。将coxph 保存在一个新变量中，然后对其进行操作。不可能像您那样将%>% 放入赋值运算符。
你是对的，我编辑了它。但这并不能解决我的问题。

标签： r survival-analysis

【解决方案1】：

您要为vars 列的每个级别还是每个vars 列运行该函数？

对于后者，你可以这样做：

do.call(rbind,lapply(vars, function(x) {
  broom::tidy(coxph(reformulate(x, 'Surv(time, status)'), data = lung))
}))

#  term     estimate std.error statistic   p.value conf.low conf.high
#  <chr>       <dbl>     <dbl>     <dbl>     <dbl>    <dbl>     <dbl>
#1 sex2       -0.531     0.167     -3.18 0.00149    -0.859     -0.203
#2 ph.ecog1    0.369     0.199      1.86 0.0634     -0.0205     0.758
#3 ph.ecog2    0.916     0.225      4.08 0.0000448   0.476      1.36 
#4 ph.ecog3    2.21      1.03       2.15 0.0314      0.197      4.22

为了简化一点，因为您已经在使用data.table，您可以使用rbindlist 而不是do.call + rbind。

要对数据中的级别运行此操作，您可以执行以下操作：

do.call(rbind, lapply(vars, function(x) do.call(rbind,
        lapply(levels(lung[[x]]), function(y) 
    broom::tidy(coxph(reformulate(x, 'Surv(time, status)'), 
            data = lung[lung[[x]] == y]))))))

【讨论】：

谢谢。这解决了所述问题。但是，我想我已经足够清楚了。如果在另一种情况下，我想在多个列的每个 level 上执行一个函数，我该如何执行此操作？我是 cox reg 的情况，这当然是多余的。
如何在没有任何循环的情况下运行一次迭代？
例如。 survfit（Surv（时间，状态）〜ph.ecog，数据=肺[性别==1]）。然后，我会对“性”的每个级别和多个其他列感兴趣。
如果有帮助，请查看更新的答案。确保所有因子水平都存在于您的数据中。
我看到这使用 coxph 函数有效，但不适用于我需要的 survfit 函数：do.call(rbind, lapply(vars, function(x) do.call(rbind, lapply(levels) (lung[[x]]), function(y) broom::tidy(survfit(reformulate(x, 'Surv(time, status)~ph.ecog'), data = lung[lung[[x]] == y]))))))