R语言遍历DataFrame执行z检验报错：Error in x > n类型比较未实现

• 数据类型不匹配：你的DataFrame中V1-V4大概率是字符型或因子型，而非数值型。循环中取出的字符/因子在函数内参与计算时，会被强制转换为非预期的数值（比如因子被转为水平编码的整数），最终导致prop.test接收的参数包含非整数甚至字符值，触发类型比较错误Error in x > n : comparison of these types is not implemented。
• prop.test输入规范违反：prop.test要求第一个参数是成功次数（非负整数），第二个参数是总试验次数（非负整数），但你的函数中t1=(V3/100)*ges1计算出的是浮点数，本身不符合该函数的输入要求。单独调用时可能刚好输入值让结果为整数，但循环中数据不满足，触发报错。
• 循环取数维度问题：用rownames(df)循环时，df[i,"V1"]返回的是带属性的长度为1的向量（而非纯标量），这种形式可能导致prop.test内部处理逻辑异常。

方案1：向量化处理（推荐，R语言最优实践） #

先修正数据类型，再用向量化函数或mapply逐行调用，同时替换prop.test为手动计算的z检验（你的场景不适合用要求整数输入的prop.test）：

# 1. 将V1-V4转换为数值型
df[, c("V1", "V2", "V3", "V4")] <- lapply(df[, c("V1", "V2", "V3", "V4")], as.numeric)

# 2. 修改函数为兼容向量化的版本，手动计算两比例z检验p值
functionname <- function(V1,V2,V3,V4){
  ges1 <- V1/sqrt(2)
  ges2 <- V2/sqrt(2)
  t1 <- (V3/100)*ges1
  t2 <- (V4/100)*ges2
  
  # 手动计算两样本比例z检验的双侧p值（规避prop.test的整数限制）
  p1 <- t1/ges1
  p2 <- t2/ges2
  p_pooled <- (t1 + t2)/(ges1 + ges2)
  se <- sqrt(p_pooled*(1-p_pooled)*(1/ges1 + 1/ges2))
  z <- (p1 - p2)/se
  sig <- 2*pnorm(-abs(z))
  
  sig <- round(sig,4)
  if (sig>0.05){
    sig <- "ns"
  } else if (sig==0){
    sig <- ".0000"
  } else{
    sig <- substr(toString(sig), start=2, stop=100)
  }
  return(sig)
}

# 3. 用mapply批量生成新列
df$newvariableA <- mapply(functionname, df$V1, df$V2, df$V3, df$V4)
df$newvariableB <- mapply(functionname, df$V1, df$V2, df$V3, df$V4)

方案2：修正循环逻辑（不推荐，仅作兼容） #

如果坚持使用循环，需确保取数为纯标量且数据类型正确：

# 1. 先转换数据类型
df[, c("V1", "V2", "V3", "V4")] <- lapply(df[, c("V1", "V2", "V3", "V4")], as.numeric)

# 2. 改用行索引循环，取数时强制转换为标量
for (i in 1:nrow(df)){
  v1 <- as.numeric(df[i, "V1"])
  v2 <- as.numeric(df[i, "V2"])
  v3 <- as.numeric(df[i, "V3"])
  v4 <- as.numeric(df[i, "V4"])
  df[i, "newvariableA"] <- functionname(v1, v2, v3, v4)
  df[i, "newvariableB"] <- functionname(v1, v2, v3, v4)
}

内容的提问来源于stack exchange，提问作者RBAY99