R按物种分组计算多变量相关性并导出csv文件的实现方法

依赖包 #

仅需tidyverse系列包即可完成全部需求：

install.packages("tidyverse") # 未安装的话先执行这行
library(tidyverse)

核心实现代码 #

将你提供的示例数据加载到R环境后，执行以下代码即可：

# 1. 定义需要计算相关性的环境因子列
env_cols <- c("temp", "sal", "do", "depth")

# 2. 自定义相关性计算函数，支持切换相关方法
calc_group_corr <- function(df, corr_method = "pearson") {
  # 计算当前分组下num的均值、中位数
  num_basic_stats <- df %>%
    summarise(
      num_mean = mean(num, na.rm = TRUE),
      num_median = median(num, na.rm = TRUE),
      .groups = "drop"
    )
  
  # 逐列计算num和环境因子的相关系数、显著性p值
  corr_result <- purrr::map_dfr(env_cols, function(env_col) {
    # 跳过全为常量的情况避免报错
    if (length(unique(df$num)) == 1 || length(unique(df[[env_col]])) == 1) {
      return(tibble(env_factor = env_col, corr_coef = NA, p_value = NA))
    }
    test_res <- cor.test(df$num, df[[env_col]], method = corr_method, use = "pairwise.complete.obs")
    tibble(
      env_factor = env_col,
      corr_coef = test_res$estimate,
      p_value = test_res$p.value
    )
  })
  
  # 合并基础统计量和相关性结果返回
  return(bind_cols(num_basic_stats, corr_result))
}

# 3. 按物种分组执行计算，可自行修改corr_method参数为pearson/kendall/spearman
output_result <- zeros %>%
  group_by(group) %>%
  group_modify(~ calc_group_corr(.x, corr_method = "spearman")) %>%
  ungroup()

# 4. 保存结果为csv文件
write.csv(output_result, "fish_env_correlation_result.csv", row.names = FALSE, na = "")

结果说明 #

输出的CSV文件包含以下字段：

• group：物种名称
• num_mean：当前物种所有观测的数量均值
• num_median：当前物种所有观测的数量中位数
• env_factor：环境因子名称
• corr_coef：对应方法计算得到的相关系数
• p_value：相关性检验的显著性p值

注意：如果某组的鱼类数量全部为固定值（比如示例数据中部分物种的num全为0），则相关系数和p值会返回NA，属于正常情况，常量无法和变量计算相关性

内容的提问来源于stack exchange，提问作者Nate