Julia中基于DataFrame列联表实现Fisher精确检验的优雅写法

HypothesisTests.jl原生的FisherExactTest构造函数接收4个标量计数或按固定顺序排列的输入，没有内置DataFrame适配逻辑，无需逐单元格筛选取值，用矩阵转置+splat展开的写法即可达到和R、Python一致的简洁度。

最简一行写法 #

不需要硬编码行标签做反复筛选，直接提取数值列转矩阵，转置适配Julia列优先的参数展开顺序即可：

using DataFrames, HypothesisTests

# 构造示例DataFrame，和测试数据结构完全一致
df = DataFrame(index=["Died", "Survived"], Treatment=[39,30961], Control=[63, 30937])

# 直接传入DataFrame计算，代码长度和R、Python写法相当
ft = FisherExactTest(Matrix(df[:, Not(:index)])'...)

# 左单侧检验，结果和R、Python输出完全匹配
pvalue(ft; tail = :left)
# 输出: 0.011094091841433727

写法说明：逐行匹配标签取数的原始写法既冗余，又容易因为标签拼写错误、行顺序变动报错。上述写法自动提取所有非行标签的数值列，只要DataFrame满足「行对应列联表事件、列对应列联表分组」的标准结构就能稳定运行。如果你的列联表没有单独存行标签的列，所有列都是分组计数，直接用FisherExactTest(Matrix(df)'...)即可，不需要做列排除。

一劳永逸的扩展方法 #

如果需要频繁做这类计算，可以直接给FisherExactTest新增DataFrame类型的支持方法，后续调用完全不需要关心矩阵转换逻辑：

using DataFrames, HypothesisTests

# 扩展原生方法，支持直接传入DataFrame
function HypothesisTests.FisherExactTest(df::DataFrame; label_col=:index)
    count_mat = Matrix(df[:, Not(label_col)])
    return FisherExactTest(count_mat'...)
end

# 后续调用体验和R、Python完全一致
df = DataFrame(index=["Died", "Survived"], Treatment=[39,30961], Control=[63, 30937])
ft = FisherExactTest(df)
pvalue(ft; tail=:left) # 直接输出检验结果

结果一致性验证 #

上述写法返回的OR点估计值0.6186、双侧p值0.0222、单侧左尾p值0.0111，和R、Python对应代码的运行结果完全匹配，无精度损失。

内容的提问来源于stack exchange，提问作者PatrickT