如何对数据框列表中的变量做log()变换并执行aov()方差分析

问题原因说明 #

你之前的代码存在3个问题：

1. russia对应的匿名函数内直接调用Age，没有绑定到输入的列表元素上，R会在全局环境搜索Age变量，自然找不到
2. arkansas对应的自定义函数只返回了变换后的数值向量，没有返回完整数据框，所以lapply输出的是向量列表而非数据框列表
3. 所有测试代码都在变换Age，但你的实际需求是变换Weight和Height两个变量。你写的greece函数逻辑本身是正确的，执行后spain列表内的每个数据框已经追加了transformed_Age列，只是变换的目标变量不符合你的需求。

实现方案 #

1. 批量追加常规正态变换列 #

常用的正态变换包括对数变换、平方根变换、倒数变换，可批量追加到每个数据框中，代码如下：

# 加载依赖包
library(tidyverse)
library(MASS) # 用于后续Box-Cox变换

# 批量为每个数据框追加变换列
df_list_transformed <- lapply(df_list, function(df) {
  df %>%
    mutate(
      # 对数变换
      log_Weight = log10(Weight),
      log_Height = log10(Height),
      # 平方根变换
      sqrt_Weight = sqrt(Weight),
      sqrt_Height = sqrt(Height),
      # 倒数变换，适合右偏程度极高的数据
      inv_Weight = 1/Weight,
      inv_Height = 1/Height
    )
})

# 验证第一个数据框的变换结果
head(df_list_transformed[["1.3.A"]])

2. Box-Cox变换实现 #

Box-Cox变换要求变量全部为正值，你的Weight和Height都符合要求，最优变换参数λ需要基于你后续方差分析的模型结构估计，实现代码如下：

# 封装Box-Cox变换函数：输入数据框、待变换变量名，返回变换后的向量
boxcox_transform <- function(df, var_name) {
  # 基于你的分析需求，拟合含Person和Age因子的模型计算最优λ
  formula <- as.formula(paste0(var_name, " ~ Person + Age"))
  bc <- boxcox(formula, data = df, plotit = FALSE)
  # 取对数似然最大的λ值
  lambda <- bc$x[which.max(bc$y)]
  # 执行变换，λ=0时等价于对数变换
  transformed <- ifelse(lambda == 0, 
                        log(df[[var_name]]), 
                        (df[[var_name]]^lambda - 1)/lambda)
  return(transformed)
}

# 批量追加Box-Cox变换列
df_list_transformed <- lapply(df_list_transformed, function(df) {
  df %>%
    mutate(
      bc_Weight = boxcox_transform(df, "Weight"),
      bc_Height = boxcox_transform(df, "Height")
    )
})

3. 批量执行方差分析 #

变换完成后可批量对每个数据框执行方差分析，代码示例如下（以Box-Cox变换后的bc_Weight为因变量，可替换为其他变换后的变量）：

# 批量拟合方差分析模型，结果存储为列表
anova_results <- lapply(df_list_transformed, function(df) {
  aov_model <- aov(bc_Weight ~ Person + Age, data = df)
  return(summary(aov_model))
})

# 查看第一个数据框的方差分析结果
print(anova_results[["1.3.A"]])

内容的提问来源于stack exchange，提问作者Tyler Ruddenfort