R中Kruskal-Wallis检验的数据预处理与操作求助

核心结论 #

Kruskal-Wallis检验必须使用长格式数据（自变量为单一分类列，因变量为单一连续列），你遇到的问题本质是宽格式转长格式的语法错误，以及直接用宽格式跑检验导致的数据类型混乱。

1. 修正pivot_longer的用法 #

你的原始数据应该是宽格式：Species列 + 以温度命名的列（15、20、30）存储氧通量。这类数字列名在tidyverse函数中需要用反引号包裹，否则会被识别为数值而非列名。

假设你的数据框名为algae_data，正确的转格式代码：

library(tidyverse)

# 宽格式转长格式
algae_long <- algae_data %>%
  pivot_longer(
    cols = c(`15`, `20`, `30`),  # 数字列名必须用反引号包裹
    names_to = "Temperature",
    values_to = "Oxygen_Flux"
  )

如果你的列名是字符型（比如列名是"15"而非数字15），也可以用all_of()指定：

cols = all_of(c("15", "20", "30"))

转格式后的数据结构示例：

2. 正确执行Kruskal-Wallis检验 #

转成长格式后，可根据研究需求选择检验方式：

方式1：整体检验水温对氧通量的影响（不区分物种）

kruskal.test(Oxygen_Flux ~ Temperature, data = algae_long)

方式2：分物种检验水温的影响

# 按物种分组，分别输出检验p值
algae_long %>%
  group_by(Species) %>%
  summarize(
    Kruskal_p_value = kruskal.test(Oxygen_Flux ~ Temperature)$p.value
  )

额外优化：将温度转为因子类型

为保证温度顺序符合实验设计（15→20→30），建议把Temperature列转为因子：

algae_long <- algae_long %>%
  mutate(Temperature = factor(Temperature, levels = c("15", "20", "30")))

3. 解释你之前的错误原因 #

直接用宽格式数据跑检验时，R会将整个数据框强制转为数值矩阵：字符型的Species列会被自动编码为数字（比如物种A=1，物种B=2），导致检验把物种和温度的混合数据当成因变量，得到的极低p值完全无意义，必须避免这种用法。

内容的提问来源于stack exchange，提问作者Anne