如何对R数据框多列循环运行TukeyHSD检验并筛选校正p值<0.07的结果

错误原因 #

TukeyHSD()返回的是多层列表结构，校正后p值所在的p adj列嵌套在$treatment子项中，直接调用tukey[["p adj"]]无法取到对应值，因此返回空值触发报错。

修改后可运行代码 #

模拟数据复用你提供的版本：

df1 <- data.frame(cmpd1 = c(500,436,1,1,1,1),
                  cmpd2 = c(1,1,1,1,1,253),
                  cmpd3 = c(1,1,300,57,150,260),
                  treatment=c("W","W","A","A","D","D"))

循环执行TukeyHSD并筛选符合条件列的代码：

# 循环遍历所有数值列，350列场景可把1:3替换为1:(ncol(df1)-1)自动适配
for (i in 1:3){
  column <- names(df1[i])
  anova_fit <- aov(df1[,i] ~ treatment, data = df1)
  tukey_res <- TukeyHSD(anova_fit)
  # 提取处理组比较的所有校正p值，判断是否存在任意小于0.07的结果
  p_adj_vec <- tukey_res$treatment[,"p adj"]
  if(any(p_adj_vec < 0.07, na.rm = TRUE)) {
    # 匹配你要求的输出格式
    cat("$", column, "\n", sep = "")
    print(tukey_res$treatment)
    cat("\n")
  }
}

逻辑说明 #

• 从TukeyHSD返回结果中提取$treatment子项，即可获得所有处理组两两比较的结果矩阵，包含差异值、上下置信区间、校正p值4列
• 用any()函数判断当前列的所有两两比较校正p值中，是否存在至少一个符合阈值的结果，满足条件才输出对应列的检验结果
• 加入na.rm = TRUE参数避免极端场景下p值为NA导致的报错

内容的提问来源于stack exchange，提问作者millie0725