tidyverse：每个因子水平的方差分析

我想对因子的每个水平进行方差分析。我可以用

dplyr:：do

来实现这一点，但也希望用

purr

来实现这一点。请给我任何提示

library(tidyverse)

df1 <- mtcars
df1$cyl  <- factor(df1$cyl)
df1$gear <- factor(df1$gear)

fm1 <-
  df1 %>%
  dplyr::group_by(gear) %>%
  dplyr::do(m1 = summary(aov(mpg ~ cyl, data = .)))

fm1$m1

> fm1$m1
[[1]]
            Df Sum Sq Mean Sq F value Pr(>F)  
cyl          2  69.03   34.52   4.596  0.033 *
Residuals   12  90.11    7.51                 
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

[[2]]
            Df Sum Sq Mean Sq F value Pr(>F)  
cyl          1  137.3   137.3   8.123 0.0172 *
Residuals   10  169.0    16.9                 
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

[[3]]
            Df Sum Sq Mean Sq F value Pr(>F)  
cyl          2  167.4   83.68   16.74 0.0564 .
Residuals    2   10.0    5.00                 
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

fm2 <-
  df1 %>%
  dplyr::group_by(gear) %>%
  tidyr::nest() %>%
  dplyr::mutate(m2 = purrr::map(.x = data, .f = ~ summary(aov(mpg ~ cyl, data = .)))) %>%
  tidyr::unnest()

库（tidyverse）
df1（F）
气缸2 69.03 34.52 4.596 0.033*
残差12 90.11 7.51
---
签名。代码：0'***'0.001'***'0.01'*'0.05'.'0.1''1
[[2]]
Df和Sq平均Sq F值Pr（>F）
气缸1 137.3 137.3 8.123 0.0172*
残差10169.016.9
---
签名。代码：0'***'0.001'***'0.01'*'0.05'.'0.1''1
[[3]]
Df和Sq平均Sq F值Pr（>F）
气缸2 167.4 83.68 16.74 0.0564。
残差2 10.0 5.00
---
签名。代码：0'***'0.001'***'0.01'*'0.05'.'0.1''1
fm2%
dplyr:：分组依据（档位）%>%
tidyr:：nest（）%>%
dplyr:：mutate（m2=purrr:：map（.x=data，.f=~summary（aov（mpg~cyl，data=））））%>%
tidyr:：unnest（）

您可以使用嵌套的数据框，然后将所有摘要保存在新的列表列中：

库（tidyverse）
df1%
tidyr:：nest（）%>%
dplyr:：mutate（.data=。，
aov_结果=数据%>%purrr:：map（.x=，.f=~summary（aov（mpg~cyl，数据=））
df_aov$aov_结果[[1]]
#>Df和Sq平均Sq F值Pr（>F）
#>气缸1 137.3 137.3 8.123 0.0172*
#>残差10169.016.9
#> ---
#>签名。代码：0'***'0.001'***'0.01'*'0.05'.'0.1''1

---

由（v0.2.1）创建于2018-10-02如果删除最后的

unnest（）

步骤，您是否拥有所需内容？然后

fm2$m2

将匹配

fm1$m1

。感谢@aosmith提供有用的评论。如果您能指导如何为这些组件自动命名，我们将不胜感激。有一种简单的方法可以做到这一点，它不需要使用标准的split-apply技术拉入整个tidyverse：

fm2=lappy（split（df1，df1$gear），function（d）{summary（aov（mpg~cyl，data=d）））

。您可以在

mutate（）中设置名称。像
m2=purrr:：map（.x=data，.f=~summary（aov（mpg~cyl，data=））%%>%setNames（gear）
如果你想给出“你的问题没有一个直接的答案”，你最好给出一个基本的R解决方案，它很简单：
fm2=lappy（split（mtcars，mtcars$gear），函数（d）{summary（aov（mpg~cyl，data=d））}
我修改了我的答案。