Внутри вложенного фрейма данных отфильтруйте строки, содержащие определенные строки

Question

Я использую вложенные фреймы данных для вложения по определенным группам, а затем запускаю t-тесты для факторов и значений в столбце $ data.Однако для некоторых условий в столбце $ data у меня нет двух доступных факторов.Таким образом, t-тест не может быть запущен, и код выдаст ошибку для всего фрейма данных.В приведенном ниже примере для групп a - d будут доступны оба метода лечения для сравнения.Тем не менее, группа е не будет.как я могу указать, что t-тест должен выполняться только в тех строках, где доступны обе обработки?

set.seed(1)
df <- data.frame(id = paste0('ID-', 1:100),
                 group = rep(c('a', 'b', 'c', 'd', 'e'), each = 20),
                 treatment = c(rep(c('x', 'y'), 40), rep('x', 20)),
                 value = runif(100))

df_analysis <- df %>% 
  nest(-group) %>% 
  #How to ask to only run t test on rows that have both treatments in them? As written, it will give an error.
  mutate(p = map_dbl(data, ~t.test(value ~ treatment, data=.)$p.value))

Answer 1

Поскольку вы уже используете некоторые пакеты tidyverse, вы можете использовать некоторые функции мурлыканья для захвата побочных эффектов.В этом случае вы можете использовать possibly, который использует значение по умолчанию при возникновении ошибки.

используя ваш код:

library(dplyr)
library(purrr)
library(tidyr)

set.seed(1)
df <- data_frame(id = paste0('ID-', 1:100),
                 group = rep(c('a', 'b', 'c', 'd', 'e'), each = 20),
                 treatment = c(rep(c('x', 'y'), 40), rep('x', 20)),
                 value = runif(100))

df_analysis  <- df %>% 
  nest(-group) %>% 
  mutate(p = map_dbl(data, possibly(~t.test(value ~ treatment, data=.)$p.value, NA_real_)))

# A tibble: 5 x 3
  group data                   p
  <chr> <list>             <dbl>
1 a     <tibble [20 x 3]>  0.610
2 b     <tibble [20 x 3]>  0.156
3 c     <tibble [20 x 3]>  0.840
4 d     <tibble [20 x 3]>  0.383
5 e     <tibble [20 x 3]> NA    

Answer 2

Оберните t.test(...) в ifelse(), проверяя, что количество уникальных предметов в treatment равно ==2

df %>% 
  nest(-group) %>% 
  mutate(p = map_dbl(data, ~ifelse(length(unique(.x$treatment)) == 2, t.test(value ~ treatment, data=.)$p.value, NA)))

# A tibble: 5 x 3
  # group data                        p
  # <fct> <list>                  <dbl>
# 1 a     <data.frame [20 x 3]>  0.790 
# 2 b     <data.frame [20 x 3]>  0.0300
# 3 c     <data.frame [20 x 3]>  0.712 
# 4 d     <data.frame [20 x 3]>  0.662 
# 5 e     <data.frame [20 x 3]> NA