计算Fisher'；s数据帧行中的精确测试p值

我有一个数据框中1700个样本的列表，其中每一行代表每个助手从不同盒子中随机数取的彩色项目的数量。有两种可用颜色和两个人计算项目，因此可以轻松创建2x2列联表

df
Box-ID  1_Red  1_Blue  2_Red  2_Blue
1       1075   918     29     26
2       903    1076    135    144

我想知道如何将每一行视为连续表（向量或矩阵），以便执行卡方检验（如Fisher检验或Barnard检验）并生成具有p值的第六列。 这是我到目前为止尝试过的，但我不确定它是否正确

df$p-value = chisq.test(t(matrix(c(df[,1:4]), nrow=2)))$p.value 

---

我想你可以这样做

df$p_value <- apply(df,1,function(x) fisher.test(matrix(x[-1],nrow=2))$p.value)

---

df$p_值我想你可以这样做

df$p_value <- apply(df,1,function(x) fisher.test(matrix(x[-1],nrow=2))$p.value)

df$p_值首先，R中还有
？fisher.test
。您需要将代码放入
apply
语句中，以便它作用于每一行，如
apply（df[-1]，1，函数（x）…）
其中
x
是每一行中可以放入矩阵的4个数字。即使使用apply（）或by（），2x2矩阵的生成仍然是一个问题。首先，R中也有
？fisher.test
。您需要将代码放入
apply
语句中，以便它作用于每一行，如
apply（df[-1]，1，函数（x）…）
其中
x
是每一行中可以放入矩阵的4个数字。即使使用apply（）或by（），2x2矩阵的生成仍然是一个问题。