r - 根据组/类别执行多个配对的t检验

Question

我被困在Rstudio中为多个类别执行t.tests。我想获得每种产品类型的t.test的结果，比较在线和离线价格。我有800多种产品类型，所以这就是为什么不想为每个产品组手动进行操作。

我有一个命名为data的数据框(超过200万行)，如下所示:

> 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

理想情况下，我希望R将t.test的结果写入另一个称为product_types的数据帧中:

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

变成:

> 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 ...

如果我所有产品类型都在不同的数据框中，这就是公式:

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执行此操作。否则，我需要制作800多个数据帧，然后执行t检验800次。

我尝试了使用列表和lapply进行操作，但到目前为止它不起作用。我还在多个列上尝试了t-Test:
https://sebastiansauer.github.io/multiple-t-tests-with-dplyr/

但是，最后，他仍然手动插入男性和女性(对我来说，超过800个类别)。

Answer 1

一种方法是使用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，通过返回列表，如果要将结果放入数据框，则必须对其进行转换:

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

然后，您必须手动添加产品类型和列名称:

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