时间戳

首页 > 解决方案 > 在 for 循环中使用 group_rows 创建表

r - 在 for 循环中使用 group_rows 创建表

问题描述

这是我的示例数据的代码：

library(tidyverse)
library(kableExtra)
library(knitr)

df1 <- tibble(
var1A= rnorm(1:10) +1,
var1B= rnorm(1:10) +1,
var2A= rnorm(1:10) +2,
var2B= rnorm(1:10) +2,
var3A= rnorm(1:10) +3,
var3B= rnorm(1:10) +3)


df2 <- tibble(
var1A= rnorm(1:10) +1,
var1B= rnorm(1:10) +1,
var2A= rnorm(1:10) +2,
var2B= rnorm(1:10) +2,
var3A= rnorm(1:10) +3,
var3B= rnorm(1:10) +3)


df3 <- tibble(
var1A= rnorm(1:10) +1,
var1B= rnorm(1:10) +1,
var2A= rnorm(1:10) +2,
var2B= rnorm(1:10) +2,
var3A= rnorm(1:10) +3,
var3B= rnorm(1:10) +3)

我有 3 个带有 2 个变量（A 和 B）的数据框，每个 df 都有 3 个阈值（1、2、3）。现在我想为每个 df 和每个阈值 -> 执行一个 t.Test t.test(varA, varB)。

有了这个代码，我得到了我想要的：所有 dfs 和所有阈值的 t.tests 表。

threshold <- seq(1,3)
list_dfs = c('df1','df2','df3')

table.t.test <-map(list_dfs,
               function(df_name){
                 x <- get(df_name)
                 lapply(threshold, function(i){
                   t.test(x %>%
                            pull(paste0("var",i,"A")), 
                          x %>% 
                            pull(paste0("var",i,"B")))
                 }) %>% 
                   map_df(broom::tidy) %>% 
                   add_column(.before = 'estimate',
                              df = df_name, 
                              threshold = thresholds)
               }) %>% 
do.call(rbind, .)%>%
select(-estimate, -parameter, -conf.low, -conf.high, -method, -alternative)

在最后一步中，我想按表中的数据框对行进行分组：

table.t.test%>%
kable()%>%
kable_styling()%>%
group_rows(list_dfs[1],1,3)%>%
group_rows(list_dfs[2],4,6)%>%
group_rows(list_dfs[3],7,9)

我担心的是我想用for循环自动对行进行分组：

for (i in seq_along(list_dfs)){
table.t.test%>%
kable()%>%
kable_styling()%>%
group_rows(list_dfs[i],i*3-2,i*3)
}

但是我的for循环不起作用。有人可以帮助我在 for 循环中实现 group_rows() 函数吗？

标签： rfor-loop

解决方案

index =如果我理解正确，我认为您可以跳过 for 循环而只使用group_rows. 像这样的东西（下）。此外，在您的示例代码中，我认为您在添加新列时翻转了 threshold = thresholds 。

names <- sapply(list_dfs, "[")
frequencies <- rle(table.t.test$df)$lengths

table.t.test[-1] %>% # [-1] b/c redundant info if you are grouping rows
  kable()%>%
  kable_styling()%>%
  group_rows(index = setNames(frequencies, names))

推荐阅读