如何使用rstatix::anova_test()对数据框多列批量执行单因素ANOVA分析？

你的问题核心在于动态构建公式的方式不对：rstatix::anova_test()在管道中需要基于数据框列名的公式（符号形式），而直接用data[,i] ~ Species会传入一个数值向量，循环中i作为变量无法被正确解析为列名，导致函数无法识别数据框中的对应列。

下面是两种可行的修正方案，同时也会补充一种更符合tidyverse风格的无循环写法：

方案一：用reformulate()动态构建公式（推荐） #

reformulate()可以直接根据响应变量名和预测变量名生成公式，完美适配循环中的动态列名：

library(tidyverse)
library(rstatix)

# 数据预处理
data <- iris %>% relocate(Species, .before = Sepal.Length)
# 初始化结果数据框（提前指定列类型更规范）
results <- data.frame(variable = character(), p_value = numeric(), stringsAsFactors = FALSE)

for(i in 2:ncol(data)){
  current_var <- names(data)[i]
  # 动态生成公式：current_var ~ Species
  anova_formula <- reformulate("Species", response = current_var)
  # 执行ANOVA分析
  temp_anova_results <- data %>% anova_test(formula = anova_formula, type = 3)
  # 写入结果
  results[i-1, ] <- list(current_var, temp_anova_results$p[1])
  rm(temp_anova_results)
}

# 查看最终结果
print(results)

方案二：用字符串拼接+as.formula()构建公式 #

如果习惯用字符串拼接的方式，也可以先把公式写成字符串再转成公式对象：

for(i in 2:ncol(data)){
  current_var <- names(data)[i]
  # 拼接公式字符串，再转成公式对象
  anova_formula <- as.formula(paste0(current_var, " ~ Species"))
  temp_anova_results <- data %>% anova_test(formula = anova_formula, type = 3)
  results[i-1, ] <- list(current_var, temp_anova_results$p[1])
  rm(temp_anova_results)
}

补充：无循环的tidy风格写法（更简洁） #

如果你熟悉purrr包，可以用map_df替代for循环，代码更简洁且符合tidyverse的风格：

results_tidy <- data %>%
  select(-Species) %>% # 取出所有需要分析的数值列
  map_df(function(col){
    # 用cur_column()获取当前处理的列名，动态构建公式
    data %>%
      anova_test(formula = reformulate("Species", response = cur_column()), type = 3) %>%
      select(p) %>%
      mutate(variable = cur_column())
  }) %>%
  relocate(variable, .before = p) %>% # 调整列顺序
  rename(p_value = p) # 重命名列更清晰

print(results_tidy)

为什么原代码会失败？ #

当你在管道中写data %>% anova_test(data[,i] ~ Species)时，data[,i]返回的是当前列的数值向量，而不是列名的符号。anova_test()期望公式中的变量是数据框中存在的列名，直接传入向量会让函数无法关联到管道中的数据框，因此在循环中无法正常执行；而直接写data[,2] ~ Species时，data[,2]是固定的向量，函数能临时识别，但循环中i是动态变量，就会触发解析错误。

内容的提问来源于stack exchange，提问作者user16822752