基于组/类别执行多个配对t检验

Question

我被困在Rstudio中的多个类别执行t.tests。我想获得每种产品类型的t.test结果，比较在线和离线价格。我有超过800种产品类型，所以这就是为什么不想为每个产品组手动完成的。

我有一个数据帧（超过200万行）指定的数据，看起来像：

> Product_type Price_Online Price_Offline 
1 A   48    37 
2 B   29    22 
3 B   32    40 
4 A   38    36 
5 C   32    27 
6 C   31    35 
7 C   28    24 
8 A   47    42 
9 C   40    36 

理想我想R键写t.test到另一个数据帧称为product_types结果：

> Product_type 
    1 A   
    2 B    
    3 C   
    4 D   
    5 E   
    6 F    
    7 G    
    8 H    
    9 I    
    800 ... 

变为：

> Product_type t   df  p-value interval mean of difference    
    1 A   
    2 B    
    3 C   
    4 D   
    5 E   
    6 F    
    7 G    
    8 H    
    9 I    
    800 ... 

这是，如果我必须DIFF所有产品类型的公式erent dataframes：

t.test(Product_A$Price_Online, Product_A$Price_Offline, mu=0, alt="two.sided", paired = TRUE, conf.level = 0.99) 

必须有一个更简单的方法来做到这一点。否则，我需要制作800多个数据帧，然后执行800次t检验。

我尝试了列表& lapply，但到目前为止它不工作。我也试过t检验上多列： https://sebastiansauer.github.io/multiple-t-tests-with-dplyr/

然而，到了最后他还是手动（800个类别对我来说）将男性&女性。

Answer 1

一种方式做到这一点是使用by：

result <- by(data, data$Product_type, 
    function(x) t.test(x$Price_Online, x$Price_offline, mu=0, alt="two.sided", paired = TRUE, conf.level = 0.99)) 

唯一的缺点是，通过返回一个列表，如果你想在一个数据帧的成绩，你必须把它转换：

df <- data.frame(t(matrix(unlist(result), nrow = 10))) 

那么你必须手动添加的产品类型和列名：

df$Product_type <- names(result) 
names(df) <- names(result$A) 

Answer 2

的这样做的整洁的方法是使用dplyr和扫帚：

library(dplyr) 
library(broom) 

df <- data %>% 
    group_by(Product_type) %>% 
    do(tidy(t.test(.$Price_Online, 
       .$Price_Offline, 
       mu = 0, 
       alt = "two.sided", 
       paired = TRUE, 
       conf.level = 0.99)))) 

比我的基础R解决方案更可读，它处理的列名为您服务！

EDIT 更惯用的方式做到这一点，而不是使用do（见r4ds）是使用nest为每个产品类型创建嵌套dataframes，然后使用map从purrr运行t检验每个嵌套数据帧。

library(broom) 
library(dplyr) 
library(purrr) 

t_test <- function(df, mu = 0, alt = "two.sided", paired = T, conf.level = .99) { 
    tidy(t.test(df$Price_Offline, 
       df$Price_Online, 
       mu = mu, 
       alt = alt, 
       paired = paired, 
       conf.level = conf.level)) 
} 

d <- df %>% 
    group_by(Product_type) %>% 
    nest() %>% 
    mutate(ttest = map(data, t_test)) %>% 
    unnest(ttest, .drop = T)