小编KIM*_*KIM的帖子

我尝试对数据帧的许多列执行独立的 t 检验。例如，我创建了一个数据框

set seed(333)
a <- rnorm(20, 10, 1)
b <- rnorm(20, 15, 2)
c <- rnorm(20, 20, 3)
grp <- rep(c('m', 'y'),10)
test_data <- data.frame(a, b, c, grp)

为了运行测试，我使用了 with(df, t.test(y ~ group))

with(test_data, t.test(a ~ grp))
with(test_data, t.test(b ~ grp))
with(test_data, t.test(c ~ grp))

我想要这样的输出

mean in group m mean in group y  p-value
9.747412        9.878820         0.6944
15.12936        16.49533         0.07798 
20.39531        20.20168         0.9027

我想知道如何使用 1. for loop 2. apply() 3.来实现结果。也许dplyr

这个链接R: t-test over all columns …

我lm()使用purrr:map()函数运行数据集的每一列，其中一列作为因变量。

除此之外，结果几乎是完美的 - 我想.x用我运行的变量替换结果lm()。

post R purrr map show column names in output是相关的，但我想避免创建一个函数。

下面是使用 mtcars 数据集的代码。我知道，例如，.x第一个输出是指$mpg. 我不确定是否setNames()会奏效。

library(tidyverse)
library(broom)
mod3 <- map(mtcars, ~ lm(mpg ~ .x, data = mtcars)) %>%
  map(~tidy(.x))
#> Warning in summary.lm(x): essentially perfect fit: summary may be
#> unreliable
mod3
#> $mpg
#> # A tibble: 2 x 5
#>   term         estimate std.error statistic   p.value
#>   <chr>           <dbl>     <dbl>     <dbl>     <dbl> …