如何将summarize（）函数的结果放入r中的dataframe中

Question

我做了一个最小的可重现示例，但是我的真实数据确实很大

a_p_ <-c(0.1, 0.3, 0.03, 0.03)
b_p_ <-c(0.2, 0.003, 0.1, 0.00001)
c_2<-c(1,2,5,23)
c_p_<-c(0.001, 0.002,0.002,0.00001)
results_1<-data.frame(a_p_,b_p_,c_2,c_p_)

a_p_ <-c(0.3, 0.02, 0.43, 0.44)
b_p_ <-c(0.00002, 0.3, 0.8, 0.005)
c_2 <-c(88,4,55,88)
c_p_<-c(0.1, 0.002,0.002,0.1)

results_2<-data.frame(a_p_,b_p_,c_2,c_p_)

，所以我有两个数据集。一个是“结果_1”，另一个是“结果_2”，

然后，我想创建新的数据框架（数据框架名称为type1error） 其中包含以下示例。

更具体地说，我希望这是我的新DataFrame（type1error）的第一行

>   results_1 %>%
+     summarise(across(contains("_p_"), ~ mean(.x > 0.05)))
  a_p_ b_p_ c_p_
1  0.5  0.5    0

，这是我的数据框架的第二行（type 1错误），

> results_2 %>%
+     summarise(across(contains("_p_"), ~ mean(.x > 0.05)))
  a_p_ b_p_ c_p_
1 0.75  0.5  0.5

所以我做的是..

# make empty holder

type1error<-as.data.frame(matrix(nrow = 2))

for(i in 1:2){
  # read the data 
  if(i==1){
    results<-results_1
  }
  if(i==2){
    results<-results_2
  }
  

  
  # mean() You can use mean() to get the proportion of TRUE of a logical vector.
  type1error[i,]<-results %>%
    summarise(across(contains("_p_"), ~ mean(.x > 0.05)))
  
  type1error$conditions[i] <- i 
  
}

但是我收到了这样的警告消息，结果似乎不是我所期望的 （总结每一行的结果）

Warning messages:
1: In `[<-.data.frame`(`*tmp*`, i, , value = list(a_p_ = 0.5, b_p_ = 0.5,  :
  provided 3 variables to replace 2 variables
2: In `[<-.data.frame`(`*tmp*`, i, , value = list(a_p_ = 0.75, b_p_ = 0.5,  :
  provided 3 variables to replace 2 variables

如何解决此问题？

Answer 1

您可以

library(tidyverse)

list(results_1, results_2) %>%
  map_dfr(. %>% summarise(across(contains("_p_"), ~ mean(.x > 0.05))))
#>   a_p_ b_p_ c_p_
#> 1 0.50  0.5  0.0
#> 2 0.75  0.5  0.5

在2022-05-11创建 reprex package （v2.0.1）

Answer 2

library(dplyr) 
bind_rows(results_1 = results_1,  # Skip  "X =" if you don't
          results_2 = results_2,  #   need descriptive name
          .id = "id") %>%
  group_by(id) %>%
  summarize(across(contains("_p_"), ~mean(.x>0.05)))


# A tibble: 2 × 4
  id         a_p_  b_p_  c_p_
  <chr>     <dbl> <dbl> <dbl>
1 results_1  0.5    0.5   0  
2 results_2  0.75   0.5   0.5

Answer 3

如果您已经在tidyverse中工作，我认为发布的答案更加一致，但是这是使用更多基本r函数的选项：

dfs <- list(results_1, results_2)

do.call(rbind, lapply(dfs, \(x) summarize(x, across(contains("_p_"), ~ mean(. > 0.05)))))

  a_p_ b_p_ c_p_
1 0.50  0.5  0.0
2 0.75  0.5  0.5