对 dataframe 执行逐行 t.test，不同观测值的重复次数不相等

Question

例如，我有一个 dataframe 有 11 列（附上示例截图）。 第一列列出了所有基因，接下来的十列是对照(C1-C5)和处理(T1-T5)样本的测量值。 测量未配对。
我想执行逐行 t.test 并为每个基因添加一个 p 值列作为 dataframe 的最后一列。 但是，正如您在我的数据中看到的那样，由于实验的执行方式，我没有对每个基因的所有重复（在控制和处理条件下）进行所有测量。 所以我在很多行中有几个 NA 值。
如何在此 dataframe 中执行 rowwise t.test 而不会因为 NA 值而失败？ 谢谢！

示例数据

Answer 1

据我所知， t.test 不适用于NA's 。 因此，如果我们执行以下操作：

Input = ("GeneID  C1  C2  C3  C4  C5  T1  T2  T3  T4  T5
          Gene1    5  1   7   9   2   7   5   4   4   3  
          Gene2    3  6   5   NA  NA  5   1   3   NA  NA
          Gene3    2  3   NA  NA  NA  NA  1   6   NA  NA
          Gene4    3  4   5   6   NA  3   4   5   NA  NA")

df = as.data.frame(read.table(textConnection(Input), header = T, row.names = 1))
df$pval <- apply(df,1,function(x) {t.test(x[2:6],x[7:11])$p.value})

这将导致错误，例如肯定not enough 'x' observations 。 有两种选择，您可以忽略NA's ，因此对于Gene2 ，我们将有C1,C2,C3 vs T1,T2,T3因为我们只有这些观察结果。 其次，我们可以执行非参数测试，它的功率较小但更“灵活”。 T.test 很好，但必须满足很多假设。 样本的数量应该相当大并且相等 C vs T。更重要的是，这些组应该具有正态分布，至少它们之间是相似的，这也是指方差......否则你的测试会被扭曲。 我会推荐这样的东西：

df$pval <- apply(df,1,function(x) {wilcox.test(x[2:6],x[7:11])$p.value})

      C1 C2 C3 C4 C5 T1 T2 T3 T4 T5      pval
Gene1  5  1  7  9  2  7  5  4  4  3 0.7109920
Gene2  3  6  5 NA NA  5  1  3 NA NA 0.1386406
Gene3  2  3 NA NA NA NA  1  6 NA NA 1.0000000
Gene4  3  4  5  6 NA  3  4  5 NA NA 1.0000000

在这里查看并检查符合您数据特征的wilcox.test()的可用 arguments。 不过请记住，如果测量次数减少，那么测试的准确性和威力会更差。