R 从具有统计信息的列表生成GGPLOT
这可能对一段代码要求太高了,但下面是: 我可以:R 从具有统计信息的列表生成GGPLOT,r,ggplot2,split,time-series,R,Ggplot2,Split,Time Series,这可能对一段代码要求太高了,但下面是: 我可以: 在一个大的数据帧列表上绘制多个单独的GGPLOT 在dataframe列表中的每个dataframe内的一小组数据上以编程方式进行方差分析 我有一个很长的数据集,类似于存储在对象“a”中的数据集: 这在志愿者(V1、V2、V3…)、条件(Cond1、Cond2、Cond3…)、时间(0,4,8)和化合物(HBA、BPA、HPP、BPV…)上重复,共观察了约939次,一式三份 这已被拆分为: b<-split(a, f=a$Compounds
b<-split(a, f=a$Compounds)
效果很好
但对于ggplot中的b[[i]]
或类似的内容,则不适用。也可以自动生成ggplot并将其保存为循环名称,如plot_HBA.jpg,然后使用plot_BPA.jpg保存下一个(列表中下一个化合物的名称)
我还想对化合物内、志愿者内、条件内的时间点(0,4,8)的重复观察进行方差分析
我试过:
library(rstatix)
library(tidyverse)
a%>%group_by(Compounds,Condition,Volunteer)%>%anova_test(Conc~Time)
但它只是说平方和的残差是0
我希望在每个方面的方框图上都有p值的括号,以便在整个时间序列中进行统计上的显著变化。您可以在for循环中执行此操作,但我认为定义一个创建图的函数(按化合物名称过滤数据集)更简洁一些然后使用purrr::map对每个复合名称运行函数。例如,您可以向函数添加参数,以使保存打印成为一个选项,以防您不总是希望它保存文件
库(dplyr)
图书馆(purrr)
图书馆(GG2)
#创建与示例类似的示例数据集
种子(1)
志愿者
ggplot(data = b$HBA,
aes(x=as.factor(Time), y=(Conc)))+
geom_boxplot(width=0.5)+
facet_wrap(Volunteer~Conditions, ncol = 3)+
theme_bw()
library(rstatix)
library(tidyverse)
a%>%group_by(Compounds,Condition,Volunteer)%>%anova_test(Conc~Time)