r - r - 使用循环为多对变量创建单向方差分析、汇总统计和绘图

Question

我是新来的，对编程很陌生，所以任何帮助都将不胜感激。

我有一个数据框 df1，它看起来像这样：

图片	情感	性别	类型	审判	Attr_scores	Fear_scores	Appr_scores	避免分数
1	快乐的	男性	人类	第一的	11	3	21	21
2	伤心	男性	人类	第一的	12	6	22	22
3	中性的	男性	人类	第一的	13	2	23	23
4	快乐的	男性	卡通片	第一的	14	3	24	24
5	伤心	男性	卡通片	第一的	15	6	25	25
6	中性的	男性	卡通片	第一的	16	2	26	26
7	快乐的	男性	动物	第一的	17	3	27	27
8	伤心	男性	动物	第一的	18	6	28	28
9	中性的	男性	动物	第一的	19	2	29	29
10	快乐的	女性	人类	第一的	20	3	21	30
11	伤心	女性	人类	第一的	21	6	22	31
12	中性的	女性	人类	第一的	22	2	23	32
13	快乐的	女性	卡通片	第一的	23	3	24	33
14	伤心	女性	卡通片	第一的	24	6	25	34
15	中性的	女性	卡通片	第一的	25	2	26	35
16	快乐的	女性	动物	第一的	26	3	27	36
17	伤心	女性	动物	第一的	27	6	28	37
18	中性的	女性	动物	第一的	28	2	29	38

这是生成它的代码：

Picture <- c(1:18)
Emotion <- rep(c('happy','sad','neutral'),times=6)
Gender <- rep(c('male','female'),each=9)
Type <- rep(c('human','cartoon','animal','human','cartoon','animal'),each=3)
Trial <- rep(c('first'),times=18)
Attr_scores <- c(11:28)
Fear_scores <- rep(c(3,6,2),times=6)
Appr_scores <- rep(c(21:29),times=2)
Avoid_scores <- c(21:38)
df1<-data.frame(Picture,Emotion,Gender,Type,Trial,Attr_scores,Fear_scores,Appr_scores,Avoid_scores)

我需要获取几对变量（一个自变量 + 一个因变量，例如 Emotion + Attr_scores、Emotion + Fear_scores、Gender + Attr_scores、Gender + Avoid_scores），并对它们中的每一个：1）运行汇总统计（比较均值和SDs），2）运行单向方差分析，3）创建散点图。

到目前为止，我已经为第一对变量（Gender + Attr_scores）创建了代码。这是代码：

# Summary Statistics 
library(dplyr)
group_by(df1, Gender) %>%
  summarise(
    N = n(),
    Mean = mean(Attr_scores, na.rm = TRUE),
    Sd = sd(Attr_scores, na.rm = TRUE)
  )
# ANOVA
res.aov <- aov(Attr_scores ~ Gender, data = df1)
summary(res.aov)
#Plot
gender_attr_plot <- ggplot(df1, aes(x=Gender, y=Attr_scores)) + 
  geom_jitter(position=position_jitter(0.2))+ 
  stat_summary(fun.data=mean_sdl, fun.args = list(mult = 1), 
               geom="pointrange", color="red")
ggsave("gender_attr_plot.png", gender_attr_plot, width = 1600, height = 900, units = "px")

我可以为每对额外的变量复制粘贴代码并每次手动更改变量名称，但这似乎是一种非常低效的做事方式。此外，如果我需要对任何额外的变量对运行相同的分析，我将不得不再次复制整个代码来执行此操作。

我想要做的是创建一个带有变量对的表或嵌套列表（如果需要额外的变量对，以后可以轻松更新）并编写一个循环来遍历这些变量对并执行所有 3 个操作（汇总统计、方差分析和绘图）。

我认为它应该看起来像这样（这与实际的工作代码相去甚远，只是给出一个大致的想法）：

variables <- list(
c(Gender, Attr_scores),
c(Gender, Fear_scores), 
c(Type, Appr_scores), 
c(Emotion, Avoid_scores))

for(i in variables){
  library(dplyr)
  group_by(df1, variables,'[[',1) %>%
    summarise(
      N = n(),
      Mean = mean(variables,'[[',2, na.rm = TRUE),
      Sd = sd(variables,'[[',2, na.rm = TRUE)
    )
  res.aov <- aov(variables,'[[',2 ~ variables,'[[',1, data = df1)
  summary(res.aov)
  plot <- ggplot(df1, aes(x=variables,'[[',1, y=variables,'[[',2)) + 
    geom_jitter(position=position_jitter(0.2))+
    stat_summary(fun.data=mean_sdl, fun.args = list(mult = 1),
                 geom="pointrange", color="red")
  ggsave("??????.png", plot, width = 1600, height = 900, units = "px")
}

显然，这是行不通的，我一直在互联网上搜索解决方案，但我对 R 的了解还不足以弄清楚如何使其工作。非常感激任何的帮助！

标签： rdataframeloopsanova

Answer 1

这是您的任务的一个可能的解决方案：我稍微修改了您的代码并my_function使用此函数创建了一个函数，您可以获得一对数据集的所需输出。结果以列表形式返回！

library(dplyr)
library(ggplot2)


my_function <- function(df, x, y) { 
# Summary
  a <- group_by(df, {{x}}) %>% 
    summarise(
      N = n(),
      Mean = mean({{y}}, na.rm = TRUE),
      Sd = sd({{y}}, na.rm = TRUE)
    )
# ANOVA
  res.aov <- aov({{y}} ~ {{x}}, data = df)
  b <- summary(res.aov)
# Plot
c <- ggplot(df1, aes(x={{x}}, y={{y}})) + 
  geom_jitter(position=position_jitter(0.2))+ 
  stat_summary(fun.data=mean_sdl, fun.args = list(mult = 1), 
               geom="pointrange", color="red")
  ggsave(paste0(deparse(substitute(x)), "_",
               deparse(substitute(y)), ".png"), width = 1600, height = 900, units = "px")
  
  output<-list(a,b,c)
  return(output)
  
  }

# cases 1 - 4
my_function(df1, Gender, Attr_scores)
my_function(df1, Gender, Avoid_scores)
my_function(df1, Emotion, Attr_scores)
my_function(df1, Emotion, Fear_scores)