2

我有一个data.frame看起来像这样的：

>df

  A B   C  P1  P2  P3  P4  P5  P6
1 a 1 0.1 0.1 0.1 0.4 0.2 0.1 0.4
2 b 1 0.2 0.1 0.4 0.2 0.1 0.2 0.2
3 c 1 0.4 0.4 0.1 0.2 0.1 0.1 0.4
4 d 2 0.1 0.1 0.7 0.5 0.1 0.7 0.1
5 e 2 0.5 0.7 0.5 0.1 0.7 0.1 0.5
6 f 2 0.7 0.5 0.5 0.7 0.1 0.7 0.1
7 g 3 0.1 0.1 0.1 0.2 0.2 0.2 0.5
8 h 3 0.2 0.2 0.1 0.5 0.2 0.2 0.5
9 i 3 0.5 0.1 0.2 0.1 0.1 0.5 0.2

以及与此类似的 data.frames 列表：

list.1 <- list(data.frame(AA=c("a","b","c","d")), 
             data.frame(BB=c("e","f")), 
             data.frame(CC=c("a","b","i")), 
             data.frame(DD=c("d","e","f","g")))

此外，我有这个功能：

Fisher.test <- function(p) {
  Xsq <- -2*sum(log(p), na.rm=T)
  p.val <- 1-pchisq(Xsq, df = 2*length(p))
  return(p.val)
}

我想选择df与列表中每个 data.frame 对应的 df$A 值并计算Fisher.testP1 ...P6。我这样做的方式是合并df然后list.1应用于列表中的Fisher.method每个data.frame：

func <- function(x,y){merge(x,y, by.x=names(x)[1], by.y=names(y)[1])}

ll <- lapply(list.1, func, df)

ll.fis <- lapply(ll, FUN=function(i){apply(i[,4:9],2,Fisher.test)})

这行得通，但我的真实数据很大，所以我认为另一种方法可以使用元素的索引来list.1[1]计算存储结果，然后使用索引和计算等等。通过这种方式，可以避免合并，因为所有计算都已完成，而且 RAM 资源也将通过这种方法最小化。但是，我不知道如何实现这一目标。也许是一个 for 循环？Fisher.testdflist.1[2]Fisher.testdf

谢谢

4

1 回答 1

3

在这里利用 data.table 很有帮助，因为您可以使用.( )语法轻松地对数据进行子集化，而且速度非常快，尤其是与处理大数据相比，例如subset 

library(data.table)

# convert to data.table, setting the key to the column `A`
DT <- data.table(df, key="A")

p.col.names <- paste0("P", 1:6)
results <- lapply(list.1, function(ll)
        DT[.(ll)][, lapply(.SD, Fisher.test), .SDcols=p.col.names] )

results

边注

您可能需要修复名称，list.1以便lapply正确命名结果表单

# fix the names, helpful for the lapply
names(list.1) <- lapply(list.1, names)

结果：

$AA
           P1        P2        P3       P4        P5      P6
1: 0.04770305 0.1624142 0.2899578 0.029753 0.1070376 0.17549

$BB
          P1        P2        P3        P4        P5        P6
1: 0.7174377 0.5965736 0.2561482 0.2561482 0.2561482 0.1997866

$CC
          P1       P2       P3         P4        P5        P6
1: 0.0317663 0.139877 0.139877 0.05305057 0.1620897 0.2189595

$DD
         P1        P2        P3        P4        P5        P6
1: 0.184746 0.4246214 0.2704228 0.1070376 0.3215871 0.1519672
于 2013-07-03T22:05:50.467 回答