R에서 서로 다른 데이터 프레임의 행을 비교하기위한 비모수 테스트

나는 당신이 기능 wilcox.test( stats패키지)을 찾고 있다고 생각합니다 .

해결 방법 1 : for loop

A의 각 행을 B의 해당 행과 비교하고 p 값을 추출하는 한 가지 방법은 다음 for loop과 같이 만드는 것입니다 .

pval = NULL
for(i in 1:nrow(A))
{
    vec_a = as.numeric(A[i,2:ncol(A)])
    vec_b = as.numeric(B[B$B == A$A[i],2:ncol(B)])

    p <- wilcox.test(vec_a,vec_b)
    pval = c(pval, p$p.value)
    print(p)
}

마지막 pval으로 각 행에 대한 pvalue를 포함 하는 벡터 를 얻습니다 .

pval
[1] 0.1333333 0.2188194 0.5838824 1.0000000

해결 방법 2 : 사용 tidyverse

보다 우아한 솔루션은 tidyverse패키지 (특히 dplyr및 tidyr)를 사용하여 데이터 프레임을 단일 프레임으로 어셈블하고 함수에 수식을 전달하여 각 이름을 그룹별로 비교하는 것 wilcox.test입니다.

먼저 다음에서 left_join함수를 사용하여 이름별로 데이터 프레임을 병합 할 수 있습니다 dplyr.

library(dplyr)
DF <- left_join(A,B, by = c("A"="B"))

       A A1 A2 B1 B2 B3 B4
1   John  8  9  1  3  4  6
2   Dora  1  1  1  2  3  8
3 Robert 10  1  1  1  1  8
4    Jim  5  4  5  5  5  1

그런 다음 dplyr및 tidyr패키지를 사용 하여 데이터 프레임을 더 긴 형식으로 재구성 할 수 있습니다.

library(dplyr)
library(tidyr)
DF %>% pivot_longer(., -A, names_to = "var", values_to = "values") 

# A tibble: 24 x 3
   A     var   values
   <fct> <chr>  <dbl>
 1 John  A1         8
 2 John  A2         9
 3 John  B1         1
 4 John  B2         3
 5 John  B3         4
 6 John  B4         6
 7 Dora  A1         1
 8 Dora  A2         1
 9 Dora  B1         1
10 Dora  B2         2
# … with 14 more rows

var 열의 값에 따라 A 또는 B를 나타내는 새 열 "그룹"을 생성합니다.

DF %>% pivot_longer(., -A, names_to = "var", values_to = "values") %>%
  mutate(group = gsub("\\d","",var))

# A tibble: 24 x 4
   A     var   values group
   <fct> <chr>  <dbl> <chr>
 1 John  A1         8 A    
 2 John  A2         9 A    
 3 John  B1         1 B    
 4 John  B2         3 B    
 5 John  B3         4 B    
 6 John  B4         6 B    
 7 Dora  A1         1 A    
 8 Dora  A2         1 A    
 9 Dora  B1         1 B    
10 Dora  B2         2 B    
# … with 14 more rows

마지막으로 각 이름에 대해 각 그룹의 값을 비교할 때 A함수의 p 값을 얻기 위해 데이터 프레임을 그룹화 하고 요약 할 수 있습니다 wilcox.test.

DF %>% pivot_longer(., -A, names_to = "var", values_to = "values") %>%
  mutate(group = gsub("\\d","",var)) %>%
  group_by(A) %>%
  summarise(Pval = wilcox.test(values~group)$p.value)

# A tibble: 4 x 2
  A       Pval
  <fct>  <dbl>
1 Dora   0.219
2 Jim    1    
3 John   0.133
4 Robert 0.584

더 길어 보이지만 (특히 각 단계를 설명하기 때문에) 마지막에는 첫 번째 솔루션보다 더 적은 줄이 필요하다는 것을 알 수 있습니다.

귀하의 질문에 대한 답변이 있습니까?