1

我正在处理来自受试者的生化数据，按性别分析结果。我有 19 项生化测试来分析每种性别、两种药物中的每一种（稍后会进行血液学和解剖学测试）。

出于结果可重复性和防止转录错误的原因，我试图将每个测试汇总到一个表中。包含在表输出中，我需要一列用于 Dunnett 事后比较 p 值。因为 Dunnett 检验与对照结果进行比较，所以对于对照和 3 个药物水平，我只能得到 3 个 p 值。但是，我有 4 个均值和 sd 值。

使用 ddply 来获取平均值和 sd 结果（限制了有效数字的数量，我得到了一个如下所示的数据集：

 Sex<- c(rep("F",4), rep("M",4))
 Druglevel <- c(rep(0:3,2))
 Sample <- c(rep(10,8))
 Mean <- c(0.44, 0.50, 0.46, 0.49, 0.48, 0.55, 0.47, 0.57)
 sd <- c(0.07, 0.07, 0.09, 0.12, 0.18, 0.19, 0.13, 0.41)
 Drug1Biochem1 <- data.frame(Sex, Druglevel, Sample, Mean, sd)

我glht在包中使用了对我构建的对象multcomp执行 Dunnett 测试，该对象是通过正常的. 我已经从摘要中提取了 p 值（我已经将它们四舍五入到小数点后三位）。男性和女性的分析是分开运行的，所以我对每种性别都有一组输出。女性结果如下：aovaovglhtANOVA

femaleR <- c(0.371, 0.973, 0.490)

男性的结果是：

 maleR <- c(0.862, 0.999, 0.738)

如何将 p 值的列附加到我的原始数据框（Drug1Biochem1），以便女性R 和 MaleR 都在最后一列中，该列的第 1 行和第 5 行为空（即控件没有 p 值） ?

我希望将结果组合输出到 html，它可以插入到 Word 文档中，因此不会发生转录错误。我设置了一个种子值，以便程序的结果是可重现的（当我最终停止调试时）。

总之，我想要一个具有以下格式的数据框（或表格，或任何我可以输出到 html 的内容）：

 Sex       Druglevel       Sample     Mean     sd     p-value
 F         0               10         0.44     0.07   
 F         1               10         0.50     0.07   0.371
 F         2               10         0.46     0.09   0.973
 F         3               10         0.49     0.12   0.480
 M         0               10         0.48     0.18   
 M         1               10         0.55     0.19   0.862
 M         2               10         0.47     0.13   0.999
 M         3               10         0.57     0.41   0.738

对于每个测试，我希望重现这个确切的表格。每个性别总是有 4 个组，并且永远不会有控制的 p 值，它总是在第 1 行 (F) 和第 5 行 (M) 中进行总结。

4

1 回答 1

1

你可以试试merge

dN <- data.frame(Sex=rep(c('M', 'F'), each=3), Druglevel=1:3, 
                 pval=c(maleR, femaleR))

merge(Drug1Biochem1, dN, by=c('Sex', 'Druglevel'), all=TRUE)
#   Sex Druglevel Sample Mean   sd  pval
#1   F         0     10 0.44 0.07    NA
#2   F         1     10 0.50 0.07 0.371
#3   F         2     10 0.46 0.09 0.973
#4   F         3     10 0.49 0.12 0.490
#5   M         0     10 0.48 0.18    NA
#6   M         1     10 0.55 0.19 0.862
#7   M         2     10 0.47 0.13 0.999
#8   M         3     10 0.57 0.41 0.738
于 2015-04-19T05:02:42.887 回答