如何在R数据框逐行应用BinomCI批量计算二项分布置信区间

你可以直接用mapply（基础R方案，无需额外依赖包）或者rowwise（tidyverse方案，写法更直观）实现批量逐行计算，两种方案的可运行代码如下：

基础R实现方案 #

# 加载所需包
library(DescTools)

# 构造数据框，修正原代码中赋值符号避免列名异常
nine <- data.frame(
  N = c(118, 147,  63,  77, 141,  93, 639,  54,121, 143, 321, 639, 117, 522, 639,287,232, 120, 639),
  B = c(96, 103,  55,  62, 111,  76, 503,  37,94, 118, 254, 503,  93, 410, 503, 214, 192,  97, 503)
)

# 逐行配对传入B、N值计算置信区间，处理成统一格式
ci_result <- t(mapply(function(b, n) {
  round(BinomCI(b, n, conf.level = 0.95, method = "clopper-pearson"), 3) * 100
}, nine$B, nine$N))

# 转成数据框格式，可直接查看或导出
ci_df <- as.data.frame(ci_result, row.names = 1:nrow(nine))

# 如需和原始N、B列拼接，执行以下代码即可
# ci_df <- cbind(nine, ci_df)

print(ci_df)

tidyverse实现方案 #

如果平时习惯用tidyverse生态，可用rowwise语法实现，可读性更强：

library(DescTools)
library(dplyr)

nine <- data.frame(
  N = c(118, 147,  63,  77, 141,  93, 639,  54,121, 143, 321, 639, 117, 522, 639,287,232, 120, 639),
  B = c(96, 103,  55,  62, 111,  76, 503,  37,94, 118, 254, 503,  93, 410, 503, 214, 192,  97, 503)
)

ci_df <- nine %>%
  rowwise() %>%
  mutate(
    est = round(BinomCI(B, N, conf.level = 0.95, method = "clopper-pearson")[1],3)*100,
    lwr.ci = round(BinomCI(B, N, conf.level = 0.95, method = "clopper-pearson")[2],3)*100,
    upr.ci = round(BinomCI(B, N, conf.level = 0.95, method = "clopper-pearson")[3],3)*100
  ) %>%
  ungroup()

print(ci_df)

两种方案最终都会输出包含全部19行计算结果的表格，包含率估计值、95%置信区间上下限三个字段，已经完成乘100、保留三位小数的格式处理。

内容的提问来源于stack exchange，提问作者jonestats