цикл lapply и for для запуска функции через список data.frames в R

Question

У меня есть список data.frame, и я хотел бы запустить cor.test через каждый data.frame.data.frame имеет 8 столбцов, я хотел бы запустить cor.test для каждого из первых 7 столбцов против 8-го столбца.

Сначала я настроил списки для хранения данных

estimates = list()
pvalues = list()

Тогда вот цикл, объединяющийся с lapply

for (i in 1:7){
  corr <- lapply(datalist, function(x) {cor.test(x[,i], x[,8], alternative="two-sided", method="spearman", exact=FALSE, continuity=TRUE)}) 
  estimates= corr$estimate
  pvalues= corr$p.value
}

Он работает без ошибок, но estimates показывает NULL

Какая часть этого пошла не так?Раньше я запускал цикл for поверх cor.test или запускал с lapply, никогда не складывал их вместе.Интересно, есть ли решение для этого или альтернативы.Спасибо.

Answer 1

Мы можем использовать sapply, показывая пример на mtcars, где cor.test выполняется со всеми столбцами против первого столбца.

lst <- list(mtcars, mtcars) 

lapply(lst, function(x) t(sapply(x[-8], function(y) {
   val <- cor.test(y, x[[8]], alternative ="two.sided", 
            method="spearman", exact=FALSE, continuity=TRUE)
          c(val$estimate, pval = val$p.value)
})))

[[1]]
#            rho         pval
#mpg   0.7065968 6.176953e-06
#cyl  -0.8137890 1.520674e-08
#disp -0.7236643 2.906504e-06
#hp   -0.7515934 7.247490e-07
#drat  0.4474575 1.021422e-02
#wt   -0.5870162 4.163577e-04
#qsec  0.7915715 6.843882e-08
#am    0.1683451 3.566025e-01
#gear  0.2826617 1.168159e-01
#carb -0.6336948 9.977275e-05

#[[2]]
#            rho         pval
#mpg   0.7065968 6.176953e-06
#cyl  -0.8137890 1.520674e-08
#.....

Возвращает список из двух столбцов матрицы с estimate и p.value соответственно.

Answer 2

Отказ от ответственности : В этом ответе используется версия разработчика manymodelr , которую я также написал.

РЕДАКТИРОВАТЬ : Вы можете сопоставить его с вашим списком фреймов данных с помощью Map или lapply, например:

lst <- list(mtcars, mtcars) #Line copied and pasted from @Ronak Shah's answer
Map(function(x) manymodelr::get_var_corr(x, "mpg",get_all = TRUE,
                         alternative="two.sided",
                         method="spearman",
                         continuity=TRUE,exact=F),lst)

Для одного data.frameобъект, мы можем использовать get_var_corr:

manymodelr::get_var_corr(mtcars, "mpg",get_all = TRUE,
                         alternative="two.sided",
                          method="spearman",
                          continuity=TRUE,exact=FALSE) 
   #    Comparison_Var Other_Var      p.value Correlation
   # 1             mpg       cyl 4.962301e-13  -0.9108013
   # 2             mpg      disp 6.731078e-13  -0.9088824
   # 3             mpg        hp 5.330559e-12  -0.8946646
   # 4             mpg      drat 5.369227e-05   0.6514555
   # 5             mpg        wt 1.553261e-11  -0.8864220
   # 6             mpg      qsec 7.042244e-03   0.4669358
   # 7             mpg        vs 6.176953e-06   0.7065968
   # 8             mpg        am 8.139885e-04   0.5620057
   # 9             mpg      gear 1.325942e-03   0.5427816
   # 10            mpg      carb 4.385340e-05  -0.6574976

Answer 3

purrr имеет некоторые вспомогательные функции, которые могут сделать эту операцию немного более простой (хотя спорным является ли это на самом деле проще, чем способ Map / lapply).Используя список примеров Ronak lst:

library(purrr)

lst <- list(mtcars, mtcars) 

map2(map(lst, ~.[-8]), map(lst, 8), ~
       map(.x, cor.test, y = .y, 
            alternative = "two.sided", 
            method = "spearman", 
            exact = FALSE, 
            continuity = TRUE) %>% 
       map_dfr(extract, c('estimate', 'p.value'), .id = 'var'))

# [[1]]
# # A tibble: 10 x 3
#    var   estimate      p.value
#    <chr>    <dbl>        <dbl>
#  1 mpg      0.707 0.00000618  
#  2 cyl     -0.814 0.0000000152
#  3 disp    -0.724 0.00000291  
#  4 hp      -0.752 0.000000725 
#  5 drat     0.447 0.0102      
#  6 wt      -0.587 0.000416    
#  7 qsec     0.792 0.0000000684
#  8 am       0.168 0.357       
#  9 gear     0.283 0.117       
# 10 carb    -0.634 0.0000998   
# 
# [[2]]
# # A tibble: 10 x 3
#    var   estimate      p.value
#    <chr>    <dbl>        <dbl>
#  1 mpg      0.707 0.00000618  
#  2 cyl     -0.814 0.0000000152
#  3 disp    -0.724 0.00000291  
#  4 hp      -0.752 0.000000725 
#  5 drat     0.447 0.0102      
#  6 wt      -0.587 0.000416    
#  7 qsec     0.792 0.0000000684
#  8 am       0.168 0.357       
#  9 gear     0.283 0.117       
# 10 carb    -0.634 0.0000998