Попарный анализ двух групп, транспонирующих фрейм данных с использованием pivot_wider - PullRequest
Новая
       7

Попарный анализ двух групп, транспонирующих фрейм данных с использованием pivot_wider

0 голосов
/ 11 февраля 2020

У меня есть следующий фрейм данных 

a <- 
structure(list(Sample_1 = structure(c(Bacteria_A = 1L, Bacteria_B = 2L, 
Bacteria_C = 3L, `4` = 1L, `5` = 2L, `6` = 2L, `7` = 3L, `8` = 1L
), .Label = c("12", "23", "25", "soil"), class = "factor"), Sample_2 = structure(c(Bacteria_A = 3L, 
Bacteria_B = 2L, Bacteria_C = 1L, `4` = 3L, `5` = 2L, `6` = 2L, 
`7` = 1L, `8` = 3L), .Label = c("10", "12", "23", "soil"), class = "factor"), 
    Sample_3 = structure(c(Bacteria_A = 2L, Bacteria_B = 1L, 
    Bacteria_C = 3L, `4` = 2L, `5` = 1L, `6` = 1L, `7` = 3L, 
    `8` = 2L), .Label = c("33", "45", "50", "soil"), class = "factor"), 
    Sample_4 = structure(c(Bacteria_A = 1L, Bacteria_B = 3L, 
    Bacteria_C = 2L, `4` = 1L, `5` = 3L, `6` = 3L, `7` = 2L, 
    `8` = 1L), .Label = c("32", "38", "44", "soil"), class = "factor"), 
    Sample_5 = structure(c(Bacteria_A = 2L, Bacteria_B = 3L, 
    Bacteria_C = 1L, `4` = 2L, `5` = 3L, `6` = 3L, `7` = 1L, 
    `8` = 2L), .Label = c(" 3", "34", "55", "soil"), class = "factor"), 
    Sample_6 = structure(c(Bacteria_A = 1L, Bacteria_B = 2L, 
    Bacteria_C = 3L, `4` = 1L, `5` = 2L, `6` = 2L, `7` = 3L, 
    `8` = 1L), .Label = c(" 0", " 3", "34", "soil"), class = "factor"), 
    Genus = c("Bacteria_A", "Bacteria_B", "Bacteria_C", "Bacteria_A", 
    "Bacteria_B", "Bacteria_B", "Bacteria_C", "Bacteria_A"), 
    Group = c("Soil", "Soil", "Soil", "Water", "Water", "Water", 
    "Water", "Water")), row.names = c(NA, 8L), class = "data.frame")


> a
  Sample_1 Sample_2 Sample_3 Sample_4 Sample_5 Sample_6      Genus Group
1       12       23       45       32       34        0 Bacteria_A  Soil
2       23       12       33       44       55        3 Bacteria_B  Soil
3       25       10       50       38        3       34 Bacteria_C  Soil
4       12       23       45       32       34        0 Bacteria_A Water
5       23       12       33       44       55        3 Bacteria_B Water
6       23       12       33       44       55        3 Bacteria_B Water
7       25       10       50       38        3       34 Bacteria_C Water
8       12       23       45       32       34        0 Bacteria_A Water

Я хочу сравнить эффект обработки для каждой бактерии в почве против воды. Например, wilcox.test для BActeria_A в почве против воды. Как я могу это сделать ??

До сих пор я пытался развернуть более широкий диапазон данных, чтобы бактерии имели имена столбцов 

 nms <- colnames(a)[1:(ncol(a)-2)]
> nms
[1] "Sample_1" "Sample_2" "Sample_3" "Sample_4" "Sample_5" "Sample_6"


    d <- a %>% 
      pivot_wider(names_from = Genus, values_from=nms )
       group_by(name) %>% 
      summarise(mean_Soil = mean(value[Group == "Soil"]), 
                mean_Water= mean(value[Group == "Water"]), 
                pvalue = wilcox.test(value ~ Group)$p.value) 


    Error in group_by(name) : object 'name' not found

Ожидаемый результат будет выглядеть примерно так (поддельные значения в это пример). Это просто для иллюстрации желаемого результата. 

#> # A tibble: 3 x 4
#>   name       mean_soil mean_water pvalue
#>   <chr>          <dbl>      <dbl>  <dbl>
#> 1 Bacteria_A      24.3       24    0.936
#> 2 Bacteria_B      28.3       29    0.873
#> 3 Bacteria_C      26.7       23.8  0.748

1 Ответ

0 голосов
/ 11 февраля 2020

Вам нужно использовать pivot_longer вместо pivot_wider, так как summarise работает со столбцами. Затем преобразуйте все значения в число c (они являются факторами в вашем примере): 

a_longer = 
  a %>%
  pivot_longer(c(-Genus,-Group)) %>% 
  mutate(value = as.numeric(as.character(value)))

Здесь я бы предложил разбить summarise на две части, поскольку вы фактически используете две разные группировки для mean и wilcox.test, тогда вы можете объединить таблицы: 

full_join(
  a_longer %>% 
    group_by(Genus, Group) %>% 
    summarise(mean = mean(value)) %>% 
    pivot_wider(names_from = Group, names_prefix = "mean_", values_from = mean)
  ,
  a_longer %>% 
    group_by(Genus) %>% 
    summarise(pvalue = wilcox.test(value ~ Group)$p.value)
)
...