如何优雅地批量重复执行数据框多列的指定分析流程？

前置准备 #

先安装并加载所需的R包：

# 首次运行安装包
install.packages(c("palmerpenguins", "tidyverse", "MASS", "broom"))

# 加载包
library(palmerpenguins)
library(tidyverse)
library(MASS)
library(broom)

模拟目标问卷列（替代A1-A13） #

由于palmerpenguins没有现成的有序问卷因子列，我们先基于现有数据模拟类似的有序因子列（以Q1-Q3为例，对应你的A1-A13）：

set.seed(123) # 保证结果可复现
penguins_sim <- penguins %>%
  drop_na(sex, body_mass_g) %>% # 清理缺失值
  # 生成3个有序因子列（模拟问卷得分）
  mutate(
    Q1 = factor(cut(bill_length_mm, breaks = 3, labels = c("低", "中", "高")), ordered = TRUE),
    Q2 = factor(cut(bill_depth_mm, breaks = 3, labels = c("低", "中", "高")), ordered = TRUE),
    Q3 = factor(cut(flipper_length_mm, breaks = 3, labels = c("短", "中", "长")), ordered = TRUE)
  )

# 定义需要批量处理的目标列列表（对应你的A1-A13）
target_cols <- c("Q1", "Q2", "Q3")

创建批量分析函数 #

编写一个函数，统一执行你需要的所有分析步骤：

analyze_col <- function(col_name, data) {
  cat("=== 分析列：", col_name, " ===\n\n")
  
  # 1. 绘制单变量直方图
  p_single <- ggplot(data, aes(x = .data[[col_name]])) +
    geom_bar(fill = "steelblue") +
    labs(title = paste("直方图：", col_name), x = col_name, y = "频数") +
    theme_minimal()
  print(p_single)
  cat("\n")
  
  # 2. 构建有序回归模型
  model_formula <- as.formula(paste(col_name, "~ sex + body_mass_g"))
  polr_model <- polr(model_formula, data = data, Hess = TRUE)
  
  # 3. 输出模型summary
  cat("--- 有序回归模型Summary ---\n")
  print(summary(polr_model))
  cat("\n")
  
  # 4. 提取模型系数与p值
  model_tidy <- tidy(polr_model, conf.int = TRUE)
  cat("--- 模型系数与p值 ---\n")
  print(model_tidy %>% select(term, estimate, p.value, conf.low, conf.high))
  cat("\n")
  
  # 5. 绘制按性别分组的直方图
  p_grouped <- ggplot(data, aes(x = .data[[col_name]], fill = sex)) +
    geom_bar(position = "dodge") +
    labs(title = paste("按性别分组直方图：", col_name), x = col_name, y = "频数", fill = "性别") +
    theme_minimal()
  print(p_grouped)
  cat("\n=========================\n\n")
  
  # 返回结果（可选，方便后续保存或调用）
  return(list(model = polr_model, tidy_result = model_tidy, plots = list(p_single, p_grouped)))
}

批量执行分析 #

用purrr::map遍历所有目标列，批量运行分析函数：

# 批量处理并保存所有结果
analysis_results <- map(target_cols, analyze_col, data = penguins_sim)

# 给结果列表命名，方便后续索引
names(analysis_results) <- target_cols

关键说明 #

• .data[[col_name]]是tidyverse中安全引用字符串列名的方式，避免非标准求值问题
• polr函数必须设置Hess = TRUE，才能让broom::tidy计算p值
• 如果你的A1-A13列不是有序因子，先通过factor(..., ordered = TRUE)转换后再分析
• 可根据需求修改回归模型的自变量（比如把body_mass_g换成你的Age列）
• 所有分析结果（模型、可视化、统计值）都保存在analysis_results列表中，方便后续导出或二次处理

内容的提问来源于stack exchange，提问作者moritz