如何为数据框每行执行双比例prop.test？为何p值一致？

我想要检验基线（Baseline）与终线（Endline）的比例差异，数据如下：

group n_Baseline n_Endline sample_Baseline sample_Endline
  <chr>      <int>     <int>           <dbl>          <dbl>
1 A            164       158             305            273
2 B             89        65             131            106
3 C             59        68             118            108
4 D             52        48              90             84
5 E            141       107             224            186

我尝试用以下代码计算每行的p值：

df$P_Values <- apply(df, 1, function(x) prop.test(x = c(df$n_Baseline, df$n_Endline), n = c(df$sample_Baseline, df$sample_Endline))$p.value)

结果所有行的p值均为0.109：

group n_Baseline n_Endline sample_Baseline sample_Endline P_Values
  <chr>      <int>     <int>           <dbl>          <dbl>    <dbl>
1 A            164       158             305            273    0.109
2 B             89        65             131            106    0.109
3 C             59        68             118            108    0.109
4 D             52        48              90             84    0.109
5 E            141       107             224            186    0.109

但单独计算每行时p值差异很大，例如第一行执行：

prop.test(x = c(164, 158), n = c(305, 273))

得到的p值为0.3639。请问为何会出现这种情况？如何获取每行对应的准确p值？

你在apply的匿名函数中错误引用了整个数据框的列（df$n_Baseline、df$sample_Baseline等），而非当前行的对应值。这导致每次循环都在对所有行的合并数据执行比例检验，而非单独处理每行数据，因此所有行得到的都是同一整体数据的检验结果，p值完全相同。

方法1：修正apply的匿名函数 #

在apply的函数内部，通过x提取当前行的元素（注意apply处理数据框时会将行转为字符向量，需先转换类型）：

df$P_Values <- apply(df, 1, function(x) {
  # 提取当前行的数值并转换类型
  n_baseline <- as.integer(x["n_Baseline"])
  n_endline <- as.integer(x["n_Endline"])
  sample_baseline <- as.numeric(x["sample_Baseline"])
  sample_endline <- as.numeric(x["sample_Endline"])
  # 执行比例检验
  prop.test(x = c(n_baseline, n_endline), n = c(sample_baseline, sample_endline))$p.value
})

方法2：使用dplyr逐行处理（更直观） #

借助dplyr的rowwise()函数实现逐行操作：

library(dplyr)

df <- df %>%
  rowwise() %>%
  mutate(P_Values = prop.test(x = c(n_Baseline, n_Endline), n = c(sample_Baseline, sample_Endline))$p.value) %>%
  ungroup()

方法3：使用purrr的pmap函数 #

通过purrr的pmap_dbl按行映射参数，代码更简洁：

library(purrr)

df$P_Values <- pmap_dbl(df[, c("n_Baseline", "n_Endline", "sample_Baseline", "sample_Endline")], 
                        function(nB, nE, sB, sE) prop.test(x = c(nB, nE), n = c(sB, sE))$p.value)

内容的提问来源于stack exchange，提问作者Kim Nguyen