如何通过编写R函数批量完成多条件分组的Fisher精确检验?
批量Fisher检验的代码优化方案
核心思路很简单:把你原来手动重复3次的固定操作(筛选对应评估标准、调整数据格式、跑Fisher检验)打包成一个可反复调用的小工具,自动识别所有评估标准批量出结果,完全不需要逐行写重复代码。
前置准备
你之前已经用通的dplyr管道、行名调整的操作可以完全沿用,只需要提前加载对应的两个R包(如果之前能跑通旧代码,这步已经完成):
library(dplyr) library(tibble)
第一步:封装通用检验小函数
把你对每个评估标准手动做的固定流程打包成函数,不用每次重复写3行操作:
run_fisher_for_one_item <- function(target_item, raw_data) { # 固定流程:筛选当前需要处理的评估标准,调整成fisher.test要求的矩阵格式 temp_table <- raw_data %>% filter(criteria == target_item) %>% select(-criteria) %>% column_to_rownames(var = "group") # 执行Fisher精确检验 fisher_out <- fisher.test(temp_table) # 自动提取科研需要的关键结果(p值、OR值、95%CI),整理成整齐的表格,不用手动从检验输出里找数 data.frame( 评估标准 = target_item, P值 = round(fisher_out$p.value, 4), 优势比OR = round(fisher_out$estimate, 2), OR_95%CI下限 = round(fisher_out$conf.int[1], 2), OR_95%CI上限 = round(fisher_out$conf.int[2], 2) ) }
第二步:自动批量跑完所有评估标准
不需要手动列每个评估标准的名字,直接从你录入的原始数据里提取所有不重复的评估项,挨个调用上面的小函数处理:
# 自动提取原始数据中所有的评估标准名称,3项、30项、300项都能自动识别 all_items <- unique(df$criteria) # 循环执行所有检验,把结果拼接成一张完整的结果表 final_fisher_result <- do.call( rbind, lapply(all_items, run_fisher_for_one_item, raw_data = df) ) # 直接查看所有检验结果 final_fisher_result
这部分代码不需要手动修改:
lapply的作用就是自动把每个评估标准送入小函数完成检验,不会漏项,也不会出现手动复制代码时改漏criteria名称、格式错乱的问题。
使用说明
- 最终输出的统计结果和你原来手动逐次跑检验的结果完全一致,没有计算偏差
- 后续新增任何临床评估标准,只要保证原始df的criteria列录入正确,不需要修改任何代码,运行一遍就能出全部结果
- 结果表可以直接用
write.csv(final_fisher_result, "批量Fisher检验结果.csv", row.names = FALSE)导出到本地,直接整理进论文结果 - 若某一项评估标准的四格表存在频数为0的情况,Fisher检验可正常处理,和手动运行结果无差异
内容的提问来源于stack exchange,提问作者lecb
相关产品推荐
相关产品推荐

