对不同观察值具有不相等重复的数据帧执行逐行t.test

Question

例如，我有一个包含11列的数据框（附加了示例屏幕截图）。第一列列出了所有基因，接下来的十列是对照（C1-C5）和处理过的（T1-T5）样品的测量值。测量值未配对。我想执行逐行t.test并为每个基因添加一个带有p值的列作为数据帧的最后一列。但是，正如您在我的数据中看到的那样，由于进行实验的方式，我没有每个基因的所有重复（在对照和治疗条件下）的所有测量值。所以我在许多行中都有几个NA值。我如何在此数据框中执行逐行t.test而不因NA值而失败？谢谢！

example data

Answer 1

据我所知，t.test无法与NA's一起使用。所以，如果我们做类似的事情：

Input = ("GeneID  C1  C2  C3  C4  C5  T1  T2  T3  T4  T5
          Gene1    5  1   7   9   2   7   5   4   4   3  
          Gene2    3  6   5   NA  NA  5   1   3   NA  NA
          Gene3    2  3   NA  NA  NA  NA  1   6   NA  NA
          Gene4    3  4   5   6   NA  3   4   5   NA  NA")

df = as.data.frame(read.table(textConnection(Input), header = T, row.names = 1))
df$pval <- apply(df,1,function(x) {t.test(x[2:6],x[7:11])$p.value})

肯定会导致诸如not enough 'x' observations之类的错误。有两个选项，您可以忽略NA's，因此对于Gene2，我们将拥有C1,C2,C3 vs T1,T2,T3，因为我们只有这些观察值。其次，我们可以执行非参数测试，该测试功能较少，但更“灵活”。 T.test很不错，但必须满足许多假设。样本数量应相当大，并且C与T相等。此外，具有正态分布的组之间至少相似，这也表示方差...否则您的测试将失真。我会推荐这样的东西：

df$pval <- apply(df,1,function(x) {wilcox.test(x[2:6],x[7:11])$p.value})

      C1 C2 C3 C4 C5 T1 T2 T3 T4 T5      pval
Gene1  5  1  7  9  2  7  5  4  4  3 0.7109920
Gene2  3  6  5 NA NA  5  1  3 NA NA 0.1386406
Gene3  2  3 NA NA NA NA  1  6 NA NA 1.0000000
Gene4  3  4  5  6 NA  3  4  5 NA NA 1.0000000

查看here并检查与数据特征相符的wilcox.test()可用参数。尽管如此，请记住，如果减少测量，则测试的准确性和功效会更差。