如何使用sens.slope函数的结果(输出)创建数据？
如何使用sens.slope函数的结果(输出)创建数据？
提问于 2020-05-03 10:08:49
我有一个带有多张工作表的Excel数据。我将它们导入R中，并使用函数sens.slope()进行Mann趋势测试。这个函数的结果在htest类中，但是我想把它们放在一个表中。
我安装了所需的软件包，并导入了每一张数据集。
require(readxl)
require(trend)
tmin1 <- read_excel("C:/TEZ/ANALİZ/future_projection/2051-2100/model 3-3/average_tmin_3_3_end.xlsx", sheet = "acipayam")
tmin2 <- read_excel("C:/TEZ/ANALİZ/future_projection/2051-2100/model 3-3/average_tmin_3_3_end.xlsx", sheet = "adana")
...
tmin57 <- read_excel("C:/TEZ/ANALİZ/future_projection/2051-2100/model 3-3/average_tmin_3_3_end.xlsx", sheet = "yumurtalik")然后，指定用于趋势测试的列。
x1<-tmin1$`13`
x2<-tmin1$`14`
x3<-tmin1$`15`
x4<-tmin1$`16`
x5<-tmin1$`17`
...
x281<-tmin57$`13`
x282<-tmin57$`14`
x283<-tmin57$`15`
x284<-tmin57$`16`
x285<-tmin57$`17`并赋予了这个功能。
sens.slope(x1)
sens.slope(x2)
sens.slope(x3)
....
sens.slope(x285)结果是这样的。
> sens.slope(x1)
Sen's slope
data: x1
z = 4.6116, n = 49, p-value = 3.996e-06
alternative hypothesis: true z is not equal to 0
95 percent confidence interval:
0.03241168 0.08101651
sample estimates:
Sen's slope
0.05689083
> sens.slope(x2)
Sen's slope
data: x2
z = 6.8011, n = 49, p-value = 1.039e-11
alternative hypothesis: true z is not equal to 0
95 percent confidence interval:
0.05632911 0.08373755
sample estimates:
Sen's slope
0.07032428
...如何将这些值放在单个表中并将其写入Excel文件？(所需值的名称是函数中的统计和估计。)
回答 2
Stack Overflow用户
回答已采纳
发布于 2020-05-03 10:38:18
尝试使用列表，而不是在全局环境中拥有这么多对象。
现在，既然已经有了它们，就可以将它们组合到一个列表中，对每个列表应用sens.slope，从它们中提取statistic和estimates --获取数据。
library(trend)
output <- data.frame(t(sapply(mget(paste0('x', 1:285)), function(y)
{temp <- sens.slope(y);c(temp$statistic, temp$estimates)})))现在可以使用write.csv将此数据作为csv编写。
write.csv(output, 'output.csv', row.names = FALSE)Stack Overflow用户
发布于 2020-05-03 10:41:25
有一个套餐 broom精确地用于此：
library(tidyverse)
library(trend)
sens.slope(runif(1000)) %>%
broom::tidy()# A tibble: 1 x 7
statistic p.value parameter conf.low conf.high method alternative
<dbl> <dbl> <int> <dbl> <dbl> <chr> <chr>
1 0.548 0.584 1000 -0.0000442 0.0000801 Sen's slope two.sided 如果您有许多数据帧，那么将它们绑定到一个列表中，并使用map_df循环它。
A = tibble(Value = runif(1000))
B = tibble(Value = runif(1000))
C = tibble(Value = runif(1000))
D = tibble(Value = runif(1000))
list(A,B,C,D) %>%
map_df(~.x %>%
pull(1) %>%
sens.slope() %>%
broom::tidy())# A tibble: 4 x 7
statistic p.value parameter conf.low conf.high method alternative
<dbl> <dbl> <int> <dbl> <dbl> <chr> <chr>
1 -0.376 0.707 1000 -0.0000732 0.0000502 Sen's slope two.sided
2 -2.30 0.0215 1000 -0.000138 -0.0000110 Sen's slope two.sided
3 -1.30 0.194 1000 -0.000104 0.0000209 Sen's slope two.sided
4 0.674 0.500 1000 -0.0000410 0.0000848 Sen's slope two.sided编辑:刚刚意识到broom::tidy在本例中没有提供估计值(以前从未遇到过)，下面是不使用broom的解决方案
A = tibble(Value = runif(1000))
B = tibble(Value = runif(1000))
C = tibble(Value = runif(1000))
D = tibble(Value = runif(1000))
list(A,B,C,D) %>%
purrr::map_df(.,~{
Test = sens.slope(.x %>% pull(1))
Test = tibble(Estimate = Test["estimates"] %>% unlist,
Statistic = Test["statistic"] %>% unlist)
}
)# A tibble: 4 x 2
Estimate Statistic
<dbl> <dbl>
1 -0.0000495 -1.55
2 -0.00000491 -0.155
3 0.0000242 0.755
4 -0.0000301 -0.921页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/61572725
复制相关文章
相似问题
腾讯云开发者
