R：使用lapply在两个列表上同时迭代一个函数？

Question

我有多个因素在划分我的数据。

通过一个因素（ uniqueGroup ），我想对数据进行子集；通过另一个因素（ distance ），我想首先通过“移动阈值”对数据进行分类，然后测试组之间的统计差异。

我创建了一个movThreshold函数对数据进行分类，并通过wilcox.test对其进行wilcox.test 。 为了改变不同的阈值，我只是运行

lapply(th.list,       # list of thresholds
       movThreshold,  # my function
       tab = tab,     # original data
       dependent = "infGrad") # dependent variable

现在我意识到，实际上我首先需要通过uniqueGroup 来对数据进行子集设置 ， 然后再更改阈值 。 但是我不确定如何在我的lapply代码中编写它？

---

我的虚拟数据：

set.seed(10)
infGrad <- c(rnorm(20, mean=14, sd=8),
            rnorm(20, mean=13, sd=5),
            rnorm(20, mean=8, sd=2),
            rnorm(20, mean=7, sd=1))
distance <- rep(c(1:4), each = 20)
uniqueGroup <- rep(c("x", "y"), 40)

tab<-data.frame(infGrad, distance, uniqueGroup)


# Create moving threshold function &
# test for original data
# ============================================

movThreshold <- function(th, tab, dependent, ...) {

  # Classify data 
  tab$group<- ifelse(tab$distance < th, "a", "b")

  # Calculate wincoxon test - as I have only two groups
  test<-wilcox.test(tab[[dependent]] ~ as.factor(group),  # specify column name
                    data = tab)

  # Put results in a vector 
  c(th, unique(tab$uniqueGroup), dependent, uniqueGroup, round(test$p.value, 3))

}

# Define two vectors to run through
# unique group
gr.list<-unique(tab$uniqueGroup)

# unique threshold
th.list<-c(2,3,4)

---

如何在两个列表上运行lapply ？

lapply(c(th.list,gr.list),  # iterate over two vectors, DOES not work!!
              movThreshold, 
              tab = tab, 
              dependent = "infGrad")

在我的上一个问题（ Kruskal-Wallis测试：创建对子集data.frame的lapply函数？ ）中，我学习了如何遍历表中的各个子集：

lapply(split(tab, df$uniqueGroup), movThreshold})

但是如何遍历子集和阈值呢？

Answer 1

如果我正确理解了您要执行的操作，请使用以下data.table解决方案：

library(data.table)
setDT(tab)[, lapply(th.list, movThreshold, tab = tab, dependent = "infGrad"), by = uniqueGroup]

另外，您可以只执行嵌套的lapply 。

lapply(gr.list, function(z) lapply(th.list, movThreshold, tab = tab[uniqueGroup == z, ], dependent = "infGrad"))

抱歉，如果我误解了您要做什么。