如何在行列对应特殊的两个数据框间执行t检验？

嘿，我明白你的需求了！你想要用df2里对应列的t检验p值来填充df1的pval列，对吧？咱们一步步来解决这个问题。

对df1的每一行，我们需要完成三个关键操作：

• 从df2中提取当前行SNP对应的列作为分组变量（比如第一行的W列，值为1/0）
• 从df2中提取当前行Gene.ID对应的列作为待检验的数值变量（比如第一行的A列）
• 对这两个变量执行两样本t检验，提取p值并赋值给df1的pval列

首先先确认你的原始数据：

df1 <- data.frame(SNP=c("W", "X", "Y", "Z"), Gene.ID=c("A", "B", "C", "B"), pval=NA)
df2 <- data.frame(W=c(1, 0, 1), X=c(1, 1, 0), Y=c(0, 0, 1), Z=c(1, 0, 1), A=c(3.5, 2.5, 3.5), C=c(4.5, 2.5, 1.5), B=c(1.5, 2.5, 1.5))

接下来我们可以用自定义函数结合apply()来高效处理每一行：

# 定义一个函数：输入SNP列名、Gene列名和数据框，返回t检验p值
get_t_pval <- function(snp_col, gene_col, df) {
  # 提取分组变量和待检验数值
  group <- df[[snp_col]]
  value <- df[[gene_col]]
  
  # 处理分组只有一类的情况（避免t检验报错）
  if(length(unique(group)) < 2) {
    warning(paste("分组变量", snp_col, "只有一类，无法执行t检验，返回NA"))
    return(NA)
  }
  
  # 执行t检验并提取p值
  t_test_result <- t.test(value ~ group)
  return(t_test_result$p.value)
}

# 逐行应用函数，填充df1的pval列
df1$pval <- apply(df1[, c("SNP", "Gene.ID")], 1, function(row) {
  get_t_pval(row[1], row[2], df2)
})

运行完代码后，你会得到填充好p值的df1：

> df1
  SNP Gene.ID      pval
1   W       A 0.3170000
2   X       B 0.3170000
3   Y       C 0.1572992
4   Z       B 0.3170000

• 默认使用的是Welch t检验（假设两组方差不齐），如果需要假设方差齐，可以在t.test()中添加var.equal=TRUE参数
• 函数里加入了分组异常的判断，避免因某列全为1/0导致程序中断

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