如何在R中对多列数据执行Modified Mann-Kendall检验？

R语言批量处理方案 #

无需逐列手动运行，可通过循环或apply系列函数实现多列批量检验，并自动保存结果。以下是完整脚本：

library(modifiedmk)
setwd('D:/Newfolder/mktest')

# 读取数据
df <- read.csv("mktest.csv")

# 提取需要检验的数值列（排除Year列）
test_cols <- df[, -1]

# 批量执行Modified Mann-Kendall检验，返回结果列表
mk_results <- lapply(test_cols, mmky)

# 遍历结果列表，将每列结果保存为单独的CSV文件
for (col_name in names(mk_results)) {
  result_df <- as.data.frame(mk_results[[col_name]])
  write.csv(result_df, paste0("result_", col_name, ".csv"), row.names = FALSE)
}

# 可选：将所有结果合并为一个统一的数据框，方便整体查看
combined_results <- do.call(rbind, lapply(names(mk_results), function(x) {
  cbind(Column = x, as.data.frame(mk_results[[x]]))
}))
write.csv(combined_results, "combined_mk_results.csv", row.names = FALSE)

代码说明： #

• test_cols <- df[, -1]：筛选出除Year外的所有数值列，若Year列不是第一列，可改为df[, !names(df) %in% "Year"]
• lapply(test_cols, mmky)：自动遍历每一列执行检验，生成以列名为键的结果列表
• 循环保存时，用paste0生成带列名的文件名（如result_A.csv），避免文件覆盖
• 合并结果的代码会把所有列的检验指标整合到一个数据框，包含列名、p值、tau、Sen斜率等信息

替代编程语言推荐：Python #

若你熟悉Python，可使用pymannkendall库实现相同需求，代码逻辑类似：

首先安装依赖库：

pip install pymannkendall pandas

批量处理脚本：

import pandas as pd
import pymannkendall as mk

# 读取数据
df = pd.read_csv("D:/Newfolder/mktest/mktest.csv")

# 排除Year列，遍历数值列
for col_name in df.columns.drop("Year"):
    # 执行Modified Mann-Kendall检验（对应R的mmky函数）
    result = mk.hamed_rao_modification(df[col_name].values)
    # 将结果转为DataFrame
    result_df = pd.DataFrame([result._asdict()])
    # 保存为CSV
    result_df.to_csv(f"D:/Newfolder/mktest/result_{col_name}.csv", index=False)

# 可选：合并所有结果
combined_list = []
for col_name in df.columns.drop("Year"):
    result = mk.hamed_rao_modification(df[col_name].values)
    result_dict = result._asdict()
    result_dict["Column"] = col_name
    combined_list.append(result_dict)
combined_df = pd.DataFrame(combined_list)
combined_df.to_csv("D:/Newfolder/mktest/combined_mk_results.csv", index=False)

说明： #

• mk.hamed_rao_modification对应R中modifiedmk包的mmky函数，是处理自相关数据的Modified Mann-Kendall检验实现
• 同样支持批量遍历列、单独保存结果或合并为统一文件

内容的提问来源于stack exchange，提问作者tom