使用purrr在单个数据集上运行多个卡方检验

嘿，我来帮你搞定这个批量卡方检验并汇总结果的需求！结合tidyverse和broom包，我们可以写出简洁又易读的代码，完美解决你的问题。

完整可运行代码 #

library(tidyverse)
library(broom) # 用来将统计检验结果转为整洁格式

# 生成可重复的测试数据（加set.seed让结果固定，方便调试）
set.seed(123)
A <- tibble(
  parasite = sample(0:1, 10, replace = TRUE),
  L1 = sample(0:1, 10, replace = TRUE),
  L2 = sample(0:1, 10, replace = TRUE),
  L3 = sample(0:1, 10, replace = TRUE),
  L4 = sample(0:1, 10, replace = TRUE)
)

# 批量运行卡方检验并生成汇总表格
summary_table <- A %>%
  select(-parasite) %>% # 筛选出需要和parasite做检验的L1-L4列
  imap_dfr(function(col_data, col_name) {
    # 对当前列和parasite执行卡方检验
    chisq_result <- chisq.test(A$parasite, col_data)
    # 整理检验结果，提取需要的字段并格式化
    tidy(chisq_result) %>%
      mutate(variable = col_name) %>%
      select(variable, chisq = statistic, pvalue = p.value) %>%
      # 按需求保留小数位数，这里chisq留3位，pvalue留4位，可按需调整
      mutate(
        chisq = round(chisq, 3),
        pvalue = round(pvalue, 4)
      )
  })

# 查看最终汇总表
summary_table

代码解释 #

1. 包加载：tidyverse提供了数据处理的核心工具，broom的tidy()函数能把R原生的统计检验结果（比如卡方检验的列表输出）转换成整洁的tibble，这是实现批量处理的关键。
2. 可重复数据：添加set.seed(123)是为了让你的随机测试数据固定，方便你复现结果和调试代码。
3. 批量处理逻辑：
   • select(-parasite)：把除了parasite之外的L1-L4列筛选出来，作为我们要循环处理的对象。
   • imap_dfr()：这是purrr包中非常实用的函数，它能同时遍历列的数据和列名——col_data是当前列的数值，col_name就是L1/L2这类变量名，完美解决你需要记录变量名的需求。
   • 每一轮循环中，我们执行卡方检验，用tidy()整理结果，然后添加变量名、筛选需要的字段，最后格式化小数位数。
4. 结果输出：imap_dfr()会自动把每一轮的结果合并成一个完整的tibble，直接得到你想要的汇总格式。

关于你之前尝试的问题 #

你之前用map的思路是对的，但有几个小问题：一是没有正确绑定变量名，二是chisq.test的参数传递有误，三是unnest的用法不够简洁。用imap_dfr可以一步到位完成遍历、结果整理和合并，比你之前的写法更清晰。

内容的提问来源于stack exchange，提问作者Fishguy