如何在 R 中循环访问矩阵中的每个元素

Question

>上下文：我正在迭代数据集中的几个变量，并在每个变量的因子之间执行成对t.test。(我已经成功地做到了(。我得到的结果示例如下：

类 11、12、13 和 14 之间的 P 值表

我遇到困难的下一个任务是将这些值中的每一个呈现为一个表格，对于每个元素，如果其值低于某个阈值(例如 .05(，那么表格应动态显示两个类之间的测试是否通过(如果低于 0.05，则用 1 表示，如果高于 0.05，则用 0 表示(该表还应显示通过的测试数量的比率作为所进行的测试数量的比例。(下表中的条目数超过对角矩阵中的条目总数 0.05(。参考上面的图像，输出应如下所示： 理想矩阵

所以问题本质上是我必须遍历第一个矩阵(不包括第一行和第一列(，应用一个函数，然后生成一个带有行和列摘要的新行和标题！任何帮助或建议将不胜感激。

Answer 1

R

并不是构建此类表的有用工具，但这里有一个解决方案。

数据(为方便起见，缩短了小数

(：

mat <- matrix(c(.569, .0001, .1211, NA, .0001, .3262, NA, NA, .0001), nrow = 3)
[,1]   [,2]  [,3]
[1,] 0.5690     NA    NA
[2,] 0.0001 0.0001    NA
[3,] 0.1211 0.3262 1e-04

首先，我们使用条件为< .05的ifelse转换为0,1方案：

mat <- ifelse(mat < .05, 1, 0)

然后我们添加另一列，rowSums：

mat <- cbind(mat, rowSums(mat, na.rm = T))

然后我们添加另一行，colSums布尔矩阵!is.na(mat)，因此计算每列非NA的数量：

mat <- rbind(mat, colSums(!is.na(mat)))

然后我们将右下角的单元格更改为内部矩阵的sum除以内部矩阵的非NA量：

mat[nrow(mat), ncol(mat)] <- sum(mat[1:nrow(mat)-1, 1:ncol(mat)-1], na.rm = T)/
sum(!is.na(mat[1:nrow(mat)-1, 1:ncol(mat)-1]))

最后，我们更改行名和列名：

rownames(mat) <- c(12:14, "SumCount")
colnames(mat) <- c(11:13, "SumScore")

最终结果：

> mat
11 12 13 SumScore
12        0 NA NA      0.0
13        1  1 NA      2.0
14        0  0  1      1.0
SumCount  3  2  1      0.5

请注意，不需要循环，因为R对矩阵进行矢量化操作非常有效。

Answer 2

这是做你想做的事的一种方法。

首先，我将组成一个矩阵。

set.seed(3781)
pval <- matrix(runif(9, 0, 0.07), 3)
is.na(pval) <- upper.tri(pval)
dimnames(pval) <- list(12:14, 11:13)

现在问题来了。

Ideal <- matrix(as.integer(pval < 0.05), nrow(pval))
dimnames(Ideal) <- dimnames(pval)
Ideal
#   11 12 13
#12  1 NA NA
#13  1  1 NA
#14  1  0  0

r <- sum(Ideal, na.rm = TRUE)/sum(!is.na(Ideal))
r
#[1] 0.6666667

所以现在所需要的只是添加额外的行和列。

Ideal <- rbind(Ideal, colSums(!is.na(Ideal)))
Ideal <- cbind(Ideal, rowSums(Ideal, na.rm = TRUE))
Ideal[nrow(pval) + 1, ncol(pval) + 1] <- r
rownames(Ideal)[nrow(pval) + 1] <- "SumCount"
colnames(Ideal)[nrow(pval) + 1] <- "SumScore"