如何在R中自动按品种批量执行ANOVA分析，无需手动指定分组？

下面提供两种高效的自动化实现方案，无需手动逐个指定品种：

方法一：Base R原生函数实现 #

通过split()按品种拆分数据集，再用lapply()批量执行ANOVA分析：

# 1. 按品种拆分数据
data_split <- split(dataA, dataA$Cultivar)

# 2. 批量运行ANOVA模型
anova_results <- lapply(data_split, function(df) {
  aov(Yield ~ Nitrogen + factor(Block), data = df)
})

# 3. 生成所有品种的ANOVA结果摘要
anova_summaries <- lapply(anova_results, summary)

# 查看指定品种结果（示例：CV1）
anova_summaries[["CV1"]]

方法二：Tidyverse工具链实现 #

结合dplyr分组功能与purrr映射函数，适合习惯tidyverse生态的用户：

# 加载依赖包
library(dplyr)
library(purrr)

# 分组嵌套并批量执行ANOVA
anova_tidy <- dataA %>%
  group_by(Cultivar) %>%
  nest() %>%
  mutate(
    anova_model = map(data, ~aov(Yield ~ Nitrogen + factor(Block), data = .x)),
    anova_summary = map(anova_model, summary)
  )

# 查看指定品种结果（示例：CV2）
anova_tidy %>% filter(Cultivar == "CV2") %>% pull(anova_summary)

结果说明 #

• 两种方案都会生成包含所有品种ANOVA结果的结构（列表/嵌套数据框），可通过索引或筛选快速定位任意品种的分析结果。
• 若需结构化输出，可搭配broom包的tidy()函数将ANOVA结果转换为标准数据框，便于后续整理或导出。

内容的提问来源于stack exchange，提问作者J.K Kim