对数据框中的分组变量使用属性测试

Question

我有下面的数据框，并尝试计算每个类别中各组之间的比例是否存在显着差异。例如。类别A组1对2、1对3和2对3。

是否有一种方法可以将p值作为新列计算并添加到数据帧中，而不必计算并一次手动添加一行？

或者是否有一种方法可以计算它们并将它们存储在单独的数据框中？

          Group   Category number min total  Proportion
1          1         A      6  2.5    33 0.1818182
2          1         B      4  3.2    33 0.1212121
3          1         C     16  3.2    33 0.4848485
4          1         D      7  3.1    33 0.2121212
5          2         A     22  6.4   133 0.1654135
6          2         B     17  6.7   133 0.1278195
7          2         C     56  6.0   133 0.4210526
8          2         D     38  6.4   133 0.2857143
9          3         A      3 10.0    22 0.1363636
10         3         B      3  9.7    22 0.1363636
11         3         C      9 10.6    22 0.4090909
12         3         D      7  9.9    22 0.3181818

Answer 1

尽管解决方案看起来很容易，但解决方案相当复杂。这是使用purrr软件包作为核心工具的解决方案。

让我们导入数据：

data <- structure(list(Group = c(1L, 1L, 1L, 2L, 2L, 2L, 2L, 3L, 3L, 
 3L, 3L), Category = c("B", "C", "D", "A", "B", "C", "D", "A", 
 "B", "C", "D"), number = c(4L, 16L, 7L, 22L, 17L, 56L, 38L, 3L, 
 3L, 9L, 7L), min = c(3.2, 3.2, 3.1, 6.4, 6.7, 6, 6.4, 10, 9.7, 
 10.6, 9.9), total = c(33L, 33L, 33L, 133L, 133L, 133L, 133L, 
 22L, 22L, 22L, 22L), Proportion = c(0.1212121, 0.4848485, 0.2121212, 
 0.1654135, 0.1278195, 0.4210526, 0.2857143, 0.1363636, 0.1363636, 
 0.4090909, 0.3181818)), row.names = 2:12, class = "data.frame")

和必需的软件包：

library(dplyr) # mutate, group_by and rowwise functions
library(tidyr) # nest
library(purrr) # map
library(combinat) # combn

我们将创建tibble对象foo，该对象将按组划分原始数据集。这使我们能够将功能映射到组。

foo <- foo %>% mutate(tab = map(data, combFun)) 

现在我们定义自己的函数combPval，其中1）创建一个因子组合（combTab）的data.frame，2）创建data.frame tab1，其中存储了prop.test的相关列。这些data.frame在后续步骤中合并以创建data.frame data。然后以prop.test的方式应用rowwise。

combPval <- function(group){
 combTab <- combn(unique(group$Category), 2) %>% t() %>% data.frame()
 tab1 <- group %>% select(Category, number, total)
 combTab
 temp <- merge(y=combTab, x=tab1, by.y="X2", by.x="Category" ) 
 data <- merge(y=temp, x=tab1, by.y="X1", by.x="Category")

 data <- data %>% 
  rowwise() %>% 
  mutate(
   pval = prop.test(x=c(number.x, number.y), n=c(total.x, total.y))$p.val
  )

 data
}

以下列方式应用功能combPval：

foo <- foo %>% mutate(results = map(data, combPval))

可以得到第一组的结果：

 foo$results[[1]]

 # A tibble: 3 x 7
 # Rowwise: 
   Category number.x total.x Category.y number.y total.y    pval
   <chr>       <int>   <int> <chr>         <int>   <int>   <dbl>
 1 B               4      33 C                16      33 0.00322
 2 B               4      33 D                 7      33 0.509  
 3 C              16      33 D                 7      33 0.0388