每列的一种方差分析 [英] One way ANOVA for every column
问题描述
我需要在基于另一列的数据框中的每一列上运行单向方差分析.我的数据框有 57 列,因此输入每个列名非常耗时.这是我的数据框的一部分.
I need to run a one way ANOVA on every column in a data frame based on another column. My data frame has 57 columns, so it is very time consuming to type out every column name. Here is part of my data frame.
所以基本上,我需要为每一列运行这个函数
So basically, I need this function run for every column
aov(df$PGY_16 ~ df$Total_Time_cm_16, df)
所以我需要一个循环来为我的数据框中的每一列运行它.
So I need a loop to run that for every column in my data frame.
任何帮助将不胜感激!
推荐答案
为了重现性,下面的代码使用内置的 mtcars
数据框并返回一个列表,其中每个列表元素都是一个 <mtcars$cyl
的 code>aov 模型与数据框中的其他每一列.我们使用 purrr
包(它是 tidyverse
包套件的一部分)中的 map
来处理连续运行 aov
在数据框的每一列上.
For reproducibility, the code below uses the built-in mtcars
data frame and returns a list in which each list element is an aov
model of mtcars$cyl
with every other column in the data frame. We use map
from the purrr
package (which is part of the tidyverse
suite of packages) to take care of successively running aov
on each column of the data frame.
library(tidyverse)
aov.models = mtcars[ , -grep("cyl", names(mtcars))] %>%
map(~ aov(mtcars$cyl ~ .x))
对于您的数据,类似的代码是:
For your data, the analogous code would be:
aov.models = df[ , -grep("PGY_16", names(df))] %>%
map(~ aov(df$PGY_16 ~ .x))
这篇关于每列的一种方差分析的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!