如何为cd4与cd8数据框逐行计算t检验p值？代码报错求助

报错原因 #

你写的map2(cd4, cd8, pcal)是按列遍历两个数据框，会把cd4的每一列和cd8的对应列作为参数传入pcal函数，而非按行处理。此时函数里的x是单个列（向量），用x[,1:3]调用会触发“维度错误”——向量没有二维索引结构。

修正方案 #

以下提供两种常用的修正方式，核心是实现按行提取cd4和cd8的3个重复样本值，再执行t检验：

方法1：基础R实现 #

假设你的数据框结构是：第一列为Ident，后3列为重复样本数据。

# 按行拆分两个数据框的样本列（排除Ident列）
cd4_sample_rows <- split(cd4[, -1], seq(nrow(cd4)))
cd8_sample_rows <- split(cd8[, -1], seq(nrow(cd8)))

# 逐行计算t检验p值
p_values <- mapply(function(x, y) t.test(x, y)$p.value, cd4_sample_rows, cd8_sample_rows)

# 合并Ident与p值得到结果
result_df <- data.frame(Ident = cd4$Ident, p_value = p_values)

方法2：tidyverse风格实现 #

如果习惯用dplyr+purrr的语法：

library(dplyr)
library(purrr)

# 逐行提取cd4和cd8的样本值为列表
cd4_row_data <- cd4 %>% select(-Ident) %>% rowwise() %>% mutate(data = list(c(cur_data()))) %>% pull(data)
cd8_row_data <- cd8 %>% select(-Ident) %>% rowwise() %>% mutate(data = list(c(cur_data()))) %>% pull(data)

# 计算每行p值并合并结果
result_df <- cd4 %>% 
  select(Ident) %>% 
  mutate(p_value = map2_dbl(cd4_row_data, cd8_row_data, ~t.test(.x, .y)$p.value))

更简洁的rowwise写法 #

如果明确知道3个样本列的名称（比如s1, s2, s3）：

library(dplyr)

result_df <- cd4 %>% 
  # 合并cd8的样本列，添加后缀区分
  bind_cols(cd8 %>% select(s1, s2, s3) %>% rename_with(~paste0(.x, "_cd8"))) %>%
  rowwise() %>%
  # 对当前行的两组样本执行t检验
  mutate(p_value = t.test(c(s1, s2, s3), c(s1_cd8, s2_cd8, s3_cd8))$p.value) %>%
  # 保留需要的列
  select(Ident, p_value)

内容的提问来源于stack exchange，提问作者sunny