R语言如何用循环或lapply对多数据框变量批量执行Ks.test

你当前的需求是重复调用ks.test()，固定第一组数据为df1$RWS，依次和df2$RWS、df3$RWS、df4$RWS做检验，以下是两种常用的简化实现方式： #

方案1：使用lapply()（推荐，R语言惯用向量化写法） #

这种方法代码更简洁，后续需要新增对比数据集时仅需修改列表内容即可：

# 第一步：把所有要和df1对比的数据集放进列表
compare_list <- list(df2, df3, df4)
# 第二步：遍历列表执行KS检验，结果存在列表中
RW_PD_res <- lapply(compare_list, function(df) ks.test(df1$RWS, df$RWS))

# 提取单个检验结果和原始变量对应关系：
# RW1_PD 对应 RW_PD_res[[1]]
# RW2_PD 对应 RW_PD_res[[2]]
# RW3_PD 对应 RW_PD_res[[3]]

# 如果需要直接生成原始的三个独立变量，可以追加以下代码
names(RW_PD_res) <- paste0("RW", 1:3, "_PD")
list2env(RW_PD_res, envir = .GlobalEnv)

如果要批量提取所有检验的p值/统计量，可以用以下代码：

# 提取所有KS检验的p值
all_pvalue <- sapply(RW_PD_res, function(x) x$p.value)
# 提取所有KS检验的统计量
all_statistic <- sapply(RW_PD_res, function(x) x$statistic)

方案2：使用for循环（逻辑更直观，适合入门学习） #

如果对循环结构更熟悉，可以用for循环实现相同逻辑：

# 初始化空列表存结果
RW_PD_res <- list()
# 循环执行3次检验
for (i in 1:3) {
  # get()函数可以通过拼接的对象名字符串调取对应的数据集
  target_df <- get(paste0("df", i+1))
  RW_PD_res[[i]] <- ks.test(df1$RWS, target_df$RWS)
}

内容的提问来源于stack exchange，提问作者Cameron Kirk