如何将函数应用于表以将 P 值输出为新行

我有这个简单的数据框。 sum 列表示行的总和。我想使用 prop.test 来确定每列的 P 值，并将该数据显示为标记为 p 值的附加行。我可以按以下方式使用 prop.test 来确定任何单个列的 p 值，但无法弄清楚如何使用单个函数将其应用于多个列。

        Other Island N_Shelf N_Shore S_Shore  Sum
Type1    10      4       1       0       3    18
Type2    19     45       1       9      11    85

这将输出岛列的 p 值

ResI2<- prop.test(x=TableAvE_Island$Island, n=TableAvE_Island$Sum)

output:

data:  TableAvE_Island$Island out of TableAvE_Island$Sum
X-squared = 4.456, df = 1, p-value = 0.03478
alternative hypothesis: two.sided
95 percent confidence interval:
 -0.56027107 -0.05410802
sample estimates:
   prop 1    prop 2 
0.2222222 0.5294118 

我尝试使用 apply 命令，但无法弄清楚它的用法，而且我找到的示例似乎不够相似。任何指示将不胜感激。

这是broom的函数tidy，它获取测试和其他操作的输出并将其格式化为“整洁”的数据帧。

为了第一prop.test您发布的tidy输出看起来像这样：

library(tidyverse)

broom::tidy(prop.test(TableAvE_Island$Island, TableAvE_Island$Sum))
#>   estimate1 estimate2 statistic    p.value parameter   conf.low
#> 1 0.2222222 0.5294118  4.456017 0.03477849         1 -0.5602711
#>     conf.high
#> 1 -0.05410802
#>                                                                 method
#> 1 2-sample test for equality of proportions with continuity correction
#>   alternative
#> 1   two.sided

为了对数据框中的所有变量与总和执行此操作，我gather把它剪成长条形

table_long <- gather(TableAvE_Island, key = variable, value = val, -Sum)
head(table_long)
#> # A tibble: 6 x 3
#>     Sum variable   val
#>   <int> <chr>    <int>
#> 1    18 Other       10
#> 2    85 Other       19
#> 3    18 Island       4
#> 4    85 Island      45
#> 5    18 N_Shelf      1
#> 6    85 N_Shelf      1

然后将长形数据按变量分组，通过管道传输到do，它允许您调用数据框中每个组的函数，使用.作为数据子集的代表。然后我打电话tidy在包含嵌套结果的列上prop.test。这为您提供了所有相关测试结果的数据框，其中显示了“Island”、“N_Shelf”等。

table_long %>%
    group_by(variable) %>%
    do(test = prop.test(x = .$val, n = .$Sum)) %>%
    broom::tidy(test)
#> # A tibble: 5 x 10
#> # Groups:   variable [5]
#>   variable estimate1 estimate2 statistic p.value parameter conf.low
#>   <chr>        <dbl>     <dbl>     <dbl>   <dbl>     <dbl>    <dbl>
#> 1 Island      0.222     0.529    4.46     0.0348         1  -0.560 
#> 2 N_Shelf     0.0556    0.0118   0.0801   0.777          1  -0.0981
#> 3 N_Shore     0         0.106    0.972    0.324          1  -0.205 
#> 4 Other       0.556     0.224    6.54     0.0106         1   0.0523
#> 5 S_Shore     0.167     0.129    0.00163  0.968          1  -0.183 
#> # ... with 3 more variables: conf.high <dbl>, method <fct>,
#> #   alternative <fct>

创建于 2018-05-10 由代表包 http://reprex.tidyverse.org（v0.2.0）。