如何使用purrr的map函数执行行式prop.tests并将结果添加到数据帧？

Question

我试图在R中解决以下问题:我有一个包含两个变量的数据帧(成功次数和总试验数).

# A tibble: 4 x 2
 Success     N
    <dbl> <dbl>
1     28.   40.
2     12.   40.
3     22.   40.
4      8.   40.

我想在每一行上执行prop.test或binom.test,并将结果列表添加到数据框(或其中的某些元素,如p值和CI).

理想情况下,我想添加第三列,其中包含p值和CI范围.到目前为止,我的尝试都是痛苦的失败.这是一个最小的编码示例:

Success <- c( 38, 12, 27, 9)
N <- c( 50, 50, 50, 50)
df <- as.tibble( cbind(Success, N))


df %>%
  map( ~ prop.test, x = .$Success, n = .$N)

没有给出理想的结果.任何帮助将非常感激.

干杯,

路易丝

Answer 1

如果你想要一个新的列，你会在一个小的使用@ akrun的做法，但洒dplyr，并broom跻身purrr

library(tidyverse) # for dplyr, purrr, tidyr & co.
library(broom)
    
analysis <- df %>%
  set_names(c("x","n")) %>% 
  mutate(result = pmap(., prop.test)) %>% 
  mutate(result = map(result, tidy)) 

从那里给你一个整洁的嵌套小标题的结果。如果您只想将其限制为某些变量，您只需将mutate/map应用函数应用于嵌套框架，然后使用 unnest()。

analysis %>% 
  mutate(result = map(result, ~select(.x, p.value, conf.low, conf.high))) %>% 
  unnest(cols = c(result))

# A tibble: 4 x 5
      x     n   p.value conf.low conf.high
  <dbl> <dbl>     <dbl>    <dbl>     <dbl>
1 38.0   50.0 0.000407    0.615      0.865
2 12.0   50.0 0.000407    0.135      0.385
3 27.0   50.0 0.671       0.395      0.679
4  9.00  50.0 0.0000116   0.0905     0.319

Answer 2

我们可以在使用pmap'prop.test'参数更改列名后使用

pmap(setNames(df, c("x", "n")), prop.test)

或使用 map2

map2(df$Success, df$N, prop.test)

的问题map是,它是通过每个数据集的列的循环,这是一个list的vector小号

df %>%
   map(~ .x)
#$Success
#[1] 38 12 27  9

#$N
#[1] 50 50 50 50

所以,我们不能做.x$Success或.x$N

更新

正如@Steven Beaupre所提到的,如果我们需要创建具有p值和置信区间的新列

res <- df %>%
        mutate(newcol = map2(Success, N, prop.test), 
            pval = map_dbl(newcol, ~ .x[["p.value"]]), 
            CI = map(newcol, ~ as.numeric(.x[["conf.int"]]))) %>% 
            select(-newcol) 
# A tibble: 4 x 4
#   Success     N      pval CI       
#    <dbl> <dbl>     <dbl> <list>   
#1   38.0   50.0 0.000407  <dbl [2]>  
#2   12.0   50.0 0.000407  <dbl [2]>
#3   27.0   50.0 0.671     <dbl [2]>
#4    9.00  50.0 0.0000116 <dbl [2]>

"CI"列是list2个元素之一,可以将其unnest编辑为"长"格式数据

res %>%
   unnest

或者创建3列

df %>% 
  mutate(newcol = map2(Success, N,  ~ prop.test(.x, n = .y) %>% 
                  {tibble(pvalue = .[["p.value"]],
                         CI_lower = .[["conf.int"]][[1]], 
                         CI_upper = .[["conf.int"]][[2]])})) %>%
  unnest
# A tibble: 4 x 5
#  Success     N    pvalue CI_lower CI_upper
#    <dbl> <dbl>     <dbl>    <dbl>    <dbl>
#1   38.0   50.0 0.000407    0.615     0.865
#2   12.0   50.0 0.000407    0.135     0.385
#3   27.0   50.0 0.671       0.395     0.679
#4    9.00  50.0 0.0000116   0.0905    0.319