使用 data.frames 列表的索引在数据框的某些元素中应用函数

Question

我有一个data.frame，看起来像这样：

>df

  A B   C  P1  P2  P3  P4  P5  P6
1 a 1 0.1 0.1 0.1 0.4 0.2 0.1 0.4
2 b 1 0.2 0.1 0.4 0.2 0.1 0.2 0.2
3 c 1 0.4 0.4 0.1 0.2 0.1 0.1 0.4
4 d 2 0.1 0.1 0.7 0.5 0.1 0.7 0.1
5 e 2 0.5 0.7 0.5 0.1 0.7 0.1 0.5
6 f 2 0.7 0.5 0.5 0.7 0.1 0.7 0.1
7 g 3 0.1 0.1 0.1 0.2 0.2 0.2 0.5
8 h 3 0.2 0.2 0.1 0.5 0.2 0.2 0.5
9 i 3 0.5 0.1 0.2 0.1 0.1 0.5 0.2 

还有一个类似于这个的data.frames列表：

list.1 <- list(data.frame(AA=c("a","b","c","d")), 
             data.frame(BB=c("e","f")), 
             data.frame(CC=c("a","b","i")), 
             data.frame(DD=c("d","e","f","g")))

另外，我还有这个功能：

Fisher.test <- function(p) {
  Xsq <- -2*sum(log(p), na.rm=T)
  p.val <- 1-pchisq(Xsq, df = 2*length(p))
  return(p.val)
}

我想在df 中选择与列表中每个 data.frame 对应的 df$A 值，并为 P1...P6 计算 Fisher.test。我这样做的方式是将df 与list.1 合并，然后将Fisher.method 应用于列表中的每个data.frame：

func <- function(x,y){merge(x,y, by.x=names(x)[1], by.y=names(y)[1])}

ll <- lapply(list.1, func, df)

ll.fis <- lapply(ll, FUN=function(i){apply(i[,4:9],2,Fisher.test)})

这可行，但我的真实数据很大，所以我认为另一种方法可以使用list.1[1] 的元素索引来计算Fisher.test 在df 存储结果，然后使用list.1[2] 的索引并计算Fisher.test 等等。通过这种方式，可以避免合并，因为所有计算都是在df 上进行的，而且这种方法也可以最大限度地减少 RAM 资源。但是，我不知道如何实现这一目标。也许是一个 for 循环？

谢谢

Answer 1

在此处利用 data.table 很有帮助，因为您可以使用 .( ) 语法轻松地对数据进行子集化，而且速度极快，尤其是与处理大数据相比，例如 subset

library(data.table)

# convert to data.table, setting the key to the column `A`
DT <- data.table(df, key="A")

p.col.names <- paste0("P", 1:6)
results <- lapply(list.1, function(ll)
        DT[.(ll)][, lapply(.SD, Fisher.test), .SDcols=p.col.names] )

results

旁注

您可能希望修复 list.1 的名称，以便正确命名结果表单 lapply

# fix the names, helpful for the lapply
names(list.1) <- lapply(list.1, names)

结果：

$AA
           P1        P2        P3       P4        P5      P6
1: 0.04770305 0.1624142 0.2899578 0.029753 0.1070376 0.17549

$BB
          P1        P2        P3        P4        P5        P6
1: 0.7174377 0.5965736 0.2561482 0.2561482 0.2561482 0.1997866

$CC
          P1       P2       P3         P4        P5        P6
1: 0.0317663 0.139877 0.139877 0.05305057 0.1620897 0.2189595

$DD
         P1        P2        P3        P4        P5        P6
1: 0.184746 0.4246214 0.2704228 0.1070376 0.3215871 0.1519672