如何有效地合并统计量和标准误|显著性标识

当整理数据分析结果的过程中涉及很多指标和很多统计量时，统计量需要标注标准误，甚至是显著性标识（p值或星号），需要把标准误括起来放在估计值后，并到表格的单个cell中（图1），是件比较麻烦的事。有没有很好的解决方法？暂时没有很理想的，下面提供的方法也有点费事，但相对而言要高效一点。

图1

通常在Excel中完成这项操作，把不同的列用&并到一个单元格中（图2）。缺点是要反复敲入如H2这样的式子。

图2

但如果在R中能分别得到比如估计值和其标准误这2个数据框，用for循环合并会更合理些，下面上代码。

# 如果是保存成CSV格式的话可以先读进来
## 方差
var <- read.csv("./output/singl_site_var.csv")
## 标准误
var_se <- read.csv("./output/singl_site_var_se.csv")
# 这2个数据框维度是一致的 最好不要rowname 如果有的话 把下面的j从2开始
# 首先建一个空的matrix 维度取决于上面2个数据框
tab <- matrix(NA, dim(var)[1], dim(var)[2])
# for loop
for (i in 1:dim(var)[1]) {
  for (j in 1:dim(var)[2]) {
    tab[i,j] <- paste0(var[i,j], " (", var_se[i,j], ") ", sig[i,j]) # sig是R中已有的一个数据框
  }
}
# 这样tab就被填满了
# 保存
write.csv(tab, "./output/singl_bind_var_h2_cv.csv")

结果如图3。

图3

也就是只需要提供估计值和标准误这2个数据框就可以套用到这些代码中实现快速合并。
-end-