多分组单数据框下批量执行ANOVA并整合结果的R技术求助

需求背景 #

现有包含多个监测点（Site）、年份（Year）及三个测量指标（Over、Under、Total）的调查数据，需要针对每个站点的每个指标，分析不同年份间的差异（ANOVA），最终将所有结果整合为一个整洁的数据框，并能筛选出p<0.05的显著结果。

模拟数据 #

# 构造模拟数据框
df <- data.frame(
  Site = rep(c("A", "B", "C", "D"), each = 3),
  Year = rep(c(21, 22, 23), 4),
  Over = c(4,5,6,4,7,4,7,2,5,7,2,1),
  Under = c(8,6,7,6,3,8,9,1,2,4,6,5),
  Total = c(6,8,7,8,3,9,4,5,6,3,4,2)
)

解决方案代码 #

需要用到dplyr（数据操作）、tidyr（数据格式转换）、purrr（批量处理）、broom（整理统计结果）这几个包，先安装并加载：

# 安装所需包（首次运行）
install.packages(c("dplyr", "tidyr", "purrr", "broom"))

# 加载包
library(dplyr)
library(tidyr)
library(purrr)
library(broom)

然后执行批量ANOVA并整理结果：

# 1. 将宽格式数据转为长格式，方便按指标批量处理
df_long <- df %>%
  pivot_longer(cols = c(Over, Under, Total), 
               names_to = "Indicator", 
               values_to = "Value")

# 2. 按站点和指标分组，嵌套数据
nested_data <- df_long %>%
  group_by(Site, Indicator) %>%
  nest()

# 3. 批量执行ANOVA并提取整洁结果
aov_results <- nested_data %>%
  mutate(
    # 对每组数据执行ANOVA：Value ~ Year（Year转为因子，因为是分类变量）
    aov_fit = map(data, ~ aov(Value ~ factor(Year), data = .x)),
    # 用broom::tidy将ANOVA结果转为标准数据框
    aov_tidy = map(aov_fit, tidy)
  ) %>%
  # 展开结果数据框
  unnest(aov_tidy) %>%
  # 筛选出年份分组的ANOVA结果（排除残差项）
  filter(term == "factor(Year)") %>%
  # 保留核心结果列
  select(Site, Indicator, df, sumsq, meansq, statistic, p.value) %>%
  # 按p值排序，方便优先查看显著结果
  arrange(p.value)

# 4. 筛选p<0.05的显著结果
significant_results <- aov_results %>%
  filter(p.value < 0.05)

代码说明 #

• 宽转长格式：把三个指标列转为Indicator（指标名）和Value（指标值）两列，实现所有指标的统一批量处理，避免重复代码。
• 分组嵌套：按Site和Indicator分组后，将每组数据打包为列表，方便批量执行统计分析。
• 批量ANOVA：用map函数对每个嵌套数据块执行ANOVA，注意将Year转为因子（factor(Year)），因为年份是分类变量而非连续变量。
• 结果整理：broom::tidy可以将ANOVA的复杂输出转为结构化数据框，便于后续筛选、排序和导出。
• 显著结果筛选：直接用filter函数保留p值小于0.05的条目，快速定位有统计学差异的站点-指标组合。

结果示例 #

最终的aov_results数据框结构如下：

significant_results则仅保留p<0.05的条目，方便聚焦有意义的统计结果。

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