请求协助计算数据框每行安慰剂组与处理组的p值及标准差

没问题，我来帮你搞定这个需求！针对你的my_data数据框，我们可以逐行提取安慰剂组（P开头列）和处理组（T开头列）的数据，分别计算两组的标准差，再通过t检验（假设数据符合正态分布）得到每行的p值。

步骤1：编写单行处理函数 #

首先，我们定义一个专门处理单行数据的函数，它会帮我们完成分组提取、标准差计算和假设检验：

# 定义处理单行数据的函数
calculate_row_stats <- function(row_data) {
  # 提取安慰剂组（所有P开头的列）
  placebo_vals <- row_data[grep("^P", names(row_data))]
  # 提取处理组（所有T开头的列）
  treatment_vals <- row_data[grep("^T", names(row_data))]
  
  # 计算两组的标准差
  sd_placebo <- sd(placebo_vals)
  sd_treatment <- sd(treatment_vals)
  
  # 执行独立样本t检验（默认假设方差齐性，若不齐可添加var.equal=FALSE参数）
  test_result <- t.test(placebo_vals, treatment_vals)
  p_val <- test_result$p.value
  
  # 返回整理后的结果
  return(data.frame(
    SD_Placebo = round(sd_placebo, 2),
    SD_Treatment = round(sd_treatment, 2),
    P_Value = round(p_val, 4)
  ))
}

步骤2：批量应用到所有行 #

接下来用apply函数把这个处理逻辑套用到my_data的每一行，再把结果合并成一个清晰的数据框：

# 对每行应用函数，合并结果
final_result <- do.call(rbind, apply(my_data, 1, calculate_row_stats))
# 给结果行添加原数据的行名（A/B/C）
rownames(final_result) <- rownames(my_data)

# 查看最终计算结果
print(final_result)

预期输出示例 #

运行上述代码后，你会得到类似这样的结构化结果：

SD_Placebo SD_Treatment P_Value
A      232.38       195.88   0.0021
B      89.54        164.18   0.0103
C      95.49        117.97   0.0287

补充说明 #

• 如果你的数据不符合正态分布，建议改用Wilcoxon秩和检验（非参数检验），只需要把代码里的t.test替换成wilcox.test即可，提取p值的方式完全一致：wilcox.test(placebo_vals, treatment_vals)$p.value。
• 代码里的round函数是为了让结果更简洁，你可以根据需求调整保留的小数位数。

内容的提问来源于stack exchange，提问作者Dave91