按行號R組合和追加不同長度的列

Question

我正在處理受試者的生化數據，按性別分析結果。 我有19種生化測試可對兩種葯物的每種性別進行分析（稍后將進行血液學和解剖學測試）。

出於結果可重復性和防止轉錄錯誤的原因，我嘗試將每個測試匯總到一個表中。 在表格輸出中，我需要一列用於Dunnett事后比較p值。 因為Dunnett檢驗與對照結果比較，在對照和3種葯物水平下，我只得到3個p值。 但是，我有4個均值和sd值。

使用ddply來獲取均值和sd結果（由於有效數字的數量有限，我得到了一個數據集，如下所示：

 Sex<- c(rep("F",4), rep("M",4))
 Druglevel <- c(rep(0:3,2))
 Sample <- c(rep(10,8))
 Mean <- c(0.44, 0.50, 0.46, 0.49, 0.48, 0.55, 0.47, 0.57)
 sd <- c(0.07, 0.07, 0.09, 0.12, 0.18, 0.19, 0.13, 0.41)
 Drug1Biochem1 <- data.frame(Sex, Druglevel, Sample, Mean, sd)

我已經在軟件包multcomp使用glht ，對通過執行普通aov構造的aov對象執行Dunnett測試。 我從glht摘要中提取了p值（將這些值四舍五入到小數點后三位）。 男性和女性分析是使用獨立的ANOVA因此對於每種性別，我都有一組輸出。 女性的結果是：

femaleR <- c(0.371, 0.973, 0.490) 

男性結果為：

 maleR <- c(0.862, 0.999, 0.738)

如何將一列p值附加到原始數據框（Drug1Biochem1），以便femaleR和maleR都在該最后一列中，而該列的第1行和第5行為空（即，控件沒有p值） ？

我希望將結果組合輸出到html，可以將其插入到Word文檔中，因此不會發生轉錄錯誤。 我設置了一個種子值，以便程序的結果可再現（當我最終停止調試時）。

總而言之，我想要一個具有以下格式的數據框（或表，或任何我可以輸出到html的東西）：

 Sex       Druglevel       Sample     Mean     sd     p-value
 F         0               10         0.44     0.07   
 F         1               10         0.50     0.07   0.371
 F         2               10         0.46     0.09   0.973
 F         3               10         0.49     0.12   0.480
 M         0               10         0.48     0.18   
 M         1               10         0.55     0.19   0.862
 M         2               10         0.47     0.13   0.999
 M         3               10         0.57     0.41   0.738

對於每個測試，我希望重現此精確表。 每種性別始終有4組，並且控件永遠沒有p值，該值將始終在第1行（F）和第5行（M）中進行匯總。

Answer 1

您可以嘗試merge

dN <- data.frame(Sex=rep(c('M', 'F'), each=3), Druglevel=1:3, 
                 pval=c(maleR, femaleR))

merge(Drug1Biochem1, dN, by=c('Sex', 'Druglevel'), all=TRUE)
#   Sex Druglevel Sample Mean   sd  pval
#1   F         0     10 0.44 0.07    NA
#2   F         1     10 0.50 0.07 0.371
#3   F         2     10 0.46 0.09 0.973
#4   F         3     10 0.49 0.12 0.490
#5   M         0     10 0.48 0.18    NA
#6   M         1     10 0.55 0.19 0.862
#7   M         2     10 0.47 0.13 0.999
#8   M         3     10 0.57 0.41 0.738