# 假设数据框dt中存放了60个表格的数据，此处仅以10个表格为例

dt
    a  b  c  d
1   5  5  5 15
2   4 14  5 10
3  16 18 13 20
4  15  6 10 18
5  11  3 10 16
6   2  7  2  5
7  19 13 17  2
8  14 14 18  4
9  13 16 11 10
10 19 12  7  4

for (i in 1:10) {
  tbdata=matrix(as.integer(dt[i,]),nrow=2,byrow=T)
  print(fisher.test(tbdata)$p.value)
}

[1] 0.2307992
[1] 0.696754
[1] 0.6242509
[1] 0.02086171
[1] 0.02187766
[1] 1
[1] 0.02838429
[1] 0.03646188
[1] 0.7749361
[1] 1

非常感谢啊～

再贪心一哈啊～：使用上面的方法一次性计算出60个Fisher p值后，再有没有简洁的方法一次性将这60个p值进行负对数转换（negative log-transformation）而得出各自的转换值（比如以e为底数）呢?

# 稍稍修改一下上面的计算程序即可。

pv=numeric();lpv=numeric()            # 初始化结果向量
for (i in 1:10) {
  tbdata=matrix(as.integer(dt[i,]),nrow=2,byrow=T)
  pv[i]=fisher.test(tbdata)$p.value;lpv[i]=-log(pv[i])
}
cbind(pv,lpv)

输出
              pv       lpv
[1,] 0.23079919 1.4662073
[2,] 0.69675397 0.3613229
[3,] 0.62425086 0.4712030
[4,] 0.02086171 3.8698401
[5,] 0.02187766 3.8222892
[6,] 1.00000000 0.0000000
[7,] 0.02838429 3.5619194
[8,] 0.03646188 3.3114879
[9,] 0.77493610 0.2549747
[10,] 1.00000000 0.0000000

那是非常地感谢啊～～～