如何在R中通过lapply对数据框列表批量执行kruskal.test检验

常见错误原因 #

你之前的代码报错主要是以下几个共性问题：

• 自定义函数内变量名不匹配：函数参数是i/x，但代码里直接写不存在的df$Height/df$Person
• 高阶函数用法错误：lapply第二个参数直接传[[运算符、误用get/mget取已存在的列表对象，都是不符合函数参数要求的写法
• 公式写法错误：已经指定data参数时，公式内不需要加数据框前缀，直接写列名即可

正确实现代码 #

1. 基础lapply实现（符合你的需求） #

kruskal_result <- lapply(df_list, function(current_df) {
  # 直接传入公式，指定数据为当前遍历到的数据框
  kruskal.test(Height ~ Person, data = current_df)
})

执行完成后，kruskal_result是和df_list同名的列表，每个元素对应一个数据框的检验结果，你可以用kruskal_result[["1.3.A"]]查看对应分组的检验输出。

如果需要把检验的核心统计量、P值整理成表格，可以用以下代码：

result_table <- do.call(rbind, lapply(kruskal_result, function(res) {
  data.frame(
    卡方统计量 = res$statistic,
    P值 = res$p.value,
    自由度 = res$parameter,
    检验方法 = res$method
  )
}))

2. Map实现 #

kruskal_result_map <- Map(function(df) {
  kruskal.test(Height ~ Person, data = df)
}, df_list)

3. Tidyverse风格实现（可选，适合已经加载tidyverse的场景） #

library(purrr)
kruskal_result_tidy <- map(df_list, ~ kruskal.test(Height ~ Person, data = .x))
# 直接整理成结构化表格
library(broom)
result_table_tidy <- map_dfr(df_list, ~ tidy(kruskal.test(Height ~ Person, data = .x)), .id = "分组名")

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