r - 使用dplyr的group_by进行split-apply-combine

Question

我正在尝试使用 dplyr执行以下操作:

 tapply(iris$Petal.Length, iris$Species, shapiro.test)

我想按物种分割 Petal.Lengths，并应用一个函数，在这种情况下 shapiro.test.我读了这个 SO question以及相当多的其他页面。我可以使用 do 将变量分成几组:

iris %>%
  group_by(Species) %>%
  select(Petal.Length) %>%
  do(print(.$Petal.Length)) 

 [1] 1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 1.5 1.6 1.4 1.1 1.2
[16] 1.5 1.3 1.4 1.7 1.5 1.7 1.5 1.0 1.7 1.9 1.6 1.6 1.5 1.4 1.6
[31] 1.6 1.5 1.5 1.4 1.5 1.2 1.3 1.4 1.3 1.5 1.3 1.3 1.3 1.6 1.9
[46] 1.4 1.6 1.4 1.5 1.4
 [1] 4.7 4.5 4.9 4.0 4.6 4.5 4.7 3.3 4.6 3.9 3.5 4.2 4.0 4.7 3.6
[16] 4.4 4.5 4.1 4.5 3.9 4.8 4.0 4.9 4.7 4.3 4.4 4.8 5.0 4.5 3.5
[31] 3.8 3.7 3.9 5.1 4.5 4.5 4.7 4.4 4.1 4.0 4.4 4.6 4.0 3.3 4.2
[46] 4.2 4.2 4.3 3.0 4.1

将列“拆分”成组似乎正在起作用。但是将碎片传递给 shapiro.test 的方法仍然让我感到困惑。我看到了 group_by与拆分不同。

我尝试了很多变体，包括:

iris %>%
  group_by(Species) %>%
  select(Petal.Length) %>%
  summarise(shapiro.test)

并且

iris %>%
  group_by(Species) %>%
  select(Petal.Length) %>%
  summarise_each(funs(shapiro.test))

 # Error: expecting a single value

我该如何制作 dplyr运行 shapiro.test()三次，一次是每个物种的花瓣长度？

Answer 1

我可以看到两种方法来做到这一点，这取决于您想如何使用输出。您可以仅从 shapiro.test 中提取 p 值在 summarise .或者，您可以使用 do并将每个测试的结果保存在一个列表中。

library(dplyr)

与 summarise ，只提取 p 值:

iris %>%
    group_by(Species) %>%
    summarise(stest = shapiro.test(Petal.Length)$p.value)

     Species      stest
1     setosa 0.05481147
2 versicolor 0.15847784
3  virginica 0.10977537

使用 do :

tests = iris %>%
    group_by(Species) %>%
    do(test = shapiro.test(.$Petal.Length))

# Resulting list
tests$test

[[1]]

    Shapiro-Wilk normality test

data:  .$Petal.Length
W = 0.955, p-value = 0.05481


[[2]]

    Shapiro-Wilk normality test

data:  .$Petal.Length
W = 0.966, p-value = 0.1585


[[3]]

    Shapiro-Wilk normality test

data:  .$Petal.Length
W = 0.9622, p-value = 0.1098