如何在R语言中使用for循环或lapply将Welch t检验结果写入数据框行

我来帮你解决这个问题，你遇到的核心问题是没有正确将t检验的结果赋值到数据框中，不管是for循环还是lapply都存在这个问题。下面分三种方法给你修正方案，从基础到高效写法都有：

方法1：修正你的for循环代码 #

原来的for循环只创建了空行，但没有把t检验结果和基因信息填充进去。我们需要给新增的行赋值，同时建议把p_value和t_stat设为数值类型（更合理，方便后续统计分析）：

# 初始化数据框，指定合理的列类型
df2 <- data.frame(
  pathol = character(),
  genes = character(),
  p_value = numeric(),
  t_stat = numeric(),
  stringsAsFactors = FALSE
)

for (gene in biomarkers$Symbol) {
  print(gene)
  # 筛选对应基因和病理类型的数据
  ddat <- degs[degs$Symbol == gene & degs$pathol == "mitosis", ]
  
  # 检查是否有两组数据（value需要有0和1两个水平），避免t检验报错
  if(length(unique(ddat$value)) < 2){
    warning(paste("基因", gene, "没有足够的分组数据，跳过"))
    next
  }
  
  ttest <- t.test(logFC ~ value, data = ddat)
  print(ttest)
  
  # 给新增的行赋值，填充所有列的内容
  df2[nrow(df2) + 1, ] <- list(
    pathol = "mitosis",
    genes = gene,
    p_value = ttest$p.value,
    t_stat = ttest$statistic
  )
}

方法2：用lapply生成结果（更简洁） #

你之前的lapply只返回了基因名，没有处理t检验和结果整理。我们需要在lapply的匿名函数里返回包含所有所需列的数据框，最后合并：

prova <- lapply(biomarkers$Symbol, function(gene) {
  ddat <- degs[degs$Symbol == gene & degs$pathol == "mitosis", ]
  
  # 跳过分组不足的基因，避免报错
  if(length(unique(ddat$value)) < 2){
    return(NULL)
  }
  
  ttest <- t.test(logFC ~ value, data = ddat)
  
  # 返回单行数据框，包含所有需要的列
  data.frame(
    pathol = "mitosis",
    genes = gene,
    p_value = ttest$p.value,
    t_stat = ttest$statistic,
    stringsAsFactors = FALSE
  )
})

# 合并所有结果，自动跳过返回NULL的基因
result_df <- do.call(rbind, prova)

方法3：用dplyr的分组操作（最推荐，代码更简洁高效） #

如果你熟悉tidyverse工具，用dplyr的分组统计可以避免手动循环，代码可读性更强，运行效率也更高：

library(dplyr)

result_df <- degs %>%
  # 只保留目标病理类型和生物标记基因
  filter(pathol == "mitosis", Symbol %in% biomarkers$Symbol) %>%
  # 按基因分组处理
  group_by(Symbol) %>%
  # 每组执行t检验并提取结果
  summarise(
    pathol = first(pathol),  # 病理类型固定为mitosis
    p_value = t.test(logFC ~ value)$p.value,
    t_stat = t.test(logFC ~ value)$statistic,
    .groups = "drop"  # 取消分组状态
  ) %>%
  # 重命名列名符合你的需求
  rename(genes = Symbol)

关键注意事项 #

• 确保每个基因的ddat数据中，value列有两个不同的水平（0和1），否则t检验会无法执行。上面的代码都加入了检查逻辑，避免报错。
• 如果你需要将p值和t值保留为字符类型，只需要把ttest$p.value改成as.character(ttest$p.value)即可，但数值类型更适合后续的统计分析和可视化。

内容的提问来源于stack exchange，提问作者Francesca C