在R中逐行运行power.prop.test并提取结果中的n值添加为新列

嗨，这个需求很清晰，我给你几个实用的解决方案，都是在R里能直接跑的：

首先，先把你的数据加载到环境里：

df <- structure(list(P1 = c(0.02, 0.02, 0.02, 0.02, 0.02, 0.02), 
                     P2 = c(0.022, 0.024, 0.026, 0.028, 0.03, 0.032)), 
                .Names = c("P1", "P2"), row.names = c(NA, 6L), class = "data.frame")

方法1：用dplyr+purrr（简洁高效，推荐） #

如果你习惯用tidyverse的工具，这个方法最直观：

library(dplyr)
library(purrr)

# 方式A：rowwise按行处理
df_result <- df %>%
  rowwise() %>%
  mutate(required_n = power.prop.test(p1 = P1, p2 = P2, power = 0.8)$n) %>%
  ungroup()

# 方式B：pmap批量处理（大数据集下效率更高）
df_result <- df %>%
  mutate(required_n = pmap_dbl(., ~ power.prop.test(p1 = ..1, p2 = ..2, power = 0.8)$n))

• rowwise()会让dplyr逐行处理数据，每一行的P1和P2会传入power.prop.test
• pmap_dbl则是把每一行的两个参数打包传给函数，直接返回数值结果，适合数据量较大的情况

方法2：基础R的apply函数（无需额外包） #

如果不想加载tidyverse，用基础R的apply也能搞定：

df$required_n <- apply(df, 1, function(row_data) {
  power.prop.test(p1 = row_data[1], p2 = row_data[2], power = 0.8)$n
})

• apply(df, 1, ...)中的1表示按行处理，每一行的数据会作为向量传入匿名函数，然后提取对应位置的P1和P2

方法3：for循环（新手友好，逻辑清晰） #

如果你想更清楚看到每一步的执行过程，用for循环也可以：

# 先初始化存储结果的列
df$required_n <- numeric(nrow(df))

for(i in 1:nrow(df)) {
  # 逐行调用检验函数
  test_result <- power.prop.test(p1 = df$P1[i], p2 = df$P2[i], power = 0.8)
  # 提取n值存入新列
  df$required_n[i] <- test_result$n
}

结果示例 #

运行完上面任意一种方法后，你的数据框会新增一列required_n，存储每组参数对应的样本量（注意：power.prop.test返回的n是每组的样本量，不是总样本量）。输出大概是这样：

P1    P2 required_n
1 0.020 0.022   17719.58
2 0.020 0.024    4429.89
3 0.020 0.026    2013.77
4 0.020 0.028    1179.90
5 0.020 0.030     779.00
6 0.020 0.032     563.76

小提示 #

• 如果需要调整显著性水平，可以在power.prop.test里加上alpha参数，比如alpha=0.01
• 结果里的n是小数，你可以用ceiling()函数把它取整为整数样本量，比如mutate(required_n = ceiling(power.prop.test(...)$n))

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