R语言分析森林/农田土壤处理组数据的可视化与统计问题

一、Com/STAB指标统计、可视化、t检验异常问题 #

核心根源 #

这三个问题基本是同一原因导致：Com/STAB列数据类型错误（比如是字符型而非数值型），或存在大量NA/非数值内容，导致统计、绘图函数无法正常工作；另外分组后部分组样本量不足（比如某组仅1个样本），也会让t检验返回NA。

解决步骤 #

1. 检查并修正数据类型

# 查看数据集结构，确认Com/STAB的类型
str(your_dataset)

# 将Com、STAB转换为数值型（自动将非数值内容转为NA）
your_dataset <- your_dataset %>%
  dplyr::mutate(dplyr::across(c(Com, STAB), ~as.numeric(.x)))

# 查看这两列的NA分布情况
your_dataset %>% dplyr::select(Com, STAB) %>% summary()

2. 处理NA值（按需选择）

注意：根据研究设计选方法，避免盲目删除数据

# 方法1：直接删除含NA的行（样本量充足时适用）
clean_data <- your_dataset %>% tidyr::drop_na(Com, STAB)

# 方法2：按分组填充中位数/均值（时序数据更推荐，减少样本损失）
clean_data <- your_dataset %>%
  dplyr::group_by(LandUse, Treatment, Date) %>%
  dplyr::mutate(dplyr::across(c(Com, STAB), ~ifelse(is.na(.x), median(.x, na.rm=T), .x))) %>%
  dplyr::ungroup()

3. 修复t检验的NA错误

先检查分组样本量，仅对符合条件的组执行检验：

# 查看每个分组的有效样本数
clean_data %>%
  dplyr::group_by(LandUse, Treatment) %>%
  dplyr::summarise(
    n_Com = sum(!is.na(Com)),
    n_STAB = sum(!is.na(STAB))
  )

# 针对性执行t检验（自动跳过样本量不足的组）
t_test_results <- clean_data %>%
  tidyr::pivot_longer(cols = c(Com, STAB), names_to = "Index", values_to = "Value") %>%
  dplyr::group_by(LandUse, Index) %>%
  dplyr::nest() %>%
  dplyr::mutate(
    t_test = purrr::map(data, ~{
      if(length(unique(.x$Treatment)) == 2 && nrow(.x) >= 2){
        t.test(Value ~ Treatment, data = .x)
      } else {
        NULL
      }
    })
  ) %>%
  tidyr::unnest(t_test, keep_empty = TRUE)

二、时序图日期无序+可读性差问题 #

核心原因 #

Date列是字符型，R无法识别为日期进行排序；日期标签过于密集导致重叠。

解决步骤 #

1. 转换日期类型并排序

# 将Date转为Date类型（根据你的日期格式调整format，比如"%Y/%m/%d"）
clean_data <- clean_data %>%
  dplyr::mutate(Date = as.Date(Date, format = "%Y-%m-%d")) %>%
  dplyr::arrange(Date)

2. 优化日期标签显示

library(scales)

ggplot2::ggplot(clean_data, aes(x=Date, y=Value)) +
  # 其他绘图图层...
  ggplot2::scale_x_date(
    breaks = scales::date_breaks("1 month"),  # 按月显示刻度，可按需调整
    labels = scales::date_format("%Y-%m-%d")  # 日期显示格式，可按需调整
  ) +
  ggplot2::theme(axis.text.x = element_text(angle=45, hjust=1))  # 标签倾斜，避免重叠

三、时序图区分土地利用类型与处理组 #

通过分面+颜色分组实现，先将数据转成长格式更适合多指标可视化：

# 转换为长格式
long_data <- clean_data %>%
  tidyr::pivot_longer(
    cols = c(BacBio, FunBio, Com, STAB),
    names_to = "Soil_Index",
    values_to = "Index_Value"
  )

# 绘制高区分度时序图
ggplot2::ggplot(long_data, aes(x=Date, y=Index_Value, color=Treatment, group=Treatment)) +
  ggplot2::geom_line(linewidth=1, alpha=0.8) +
  ggplot2::geom_point(size=2) +
  # 按土壤指标和土地利用类型分面
  ggplot2::facet_grid(Soil_Index ~ LandUse, scales = "free_y") +
  ggplot2::scale_x_date(breaks = scales::date_breaks("1 month"), labels = scales::date_format("%Y-%m-%d")) +
  ggplot2::theme_bw() +
  ggplot2::theme(
    axis.text.x = element_text(angle=45, hjust=1),
    legend.position = "top",
    strip.background = element_rect(fill="lightgray")
  )

内容的提问来源于stack exchange，提问作者EBH