在 R 中将数据格式化为 运行 ANOVA
Format data to run ANOVA in R
我正在尝试 运行 R 中的 3 向方差分析，但我的每个变量的值都在一列中，而不是按行分隔。目前，我的数据框看起来像这样：
Season Site Location Replicate Lengths
Jan_16 MI Adj 1.00 ,
Jan_16 MI Adj 2.00 ,
Jan_16 MI Adj 3.00 ,
Jan_16 MI Away 1.00 3,4,
Jan_16 MI Away 2.00 ,
Jan_16 MI Away 3.00 ,
Jan_16 MP Adj 1.00 4,5,6,5,4,5,4,4,4,4,5,4,6,4,
Jan_16 MP Adj 2.00 4,4,3,3,5,4,3,4,5,3,4,3,4,3,4,6,
Jan_16 MP Adj 3.00 4,6,5,5,4,
Jan_16 MP Away 1.00 ,4,4,10,4,5,4,6,5,5,
Jan_16 MP Away 2.00 3,4,4,4,5,5,4,5,
Jan_16 MP Away 3.00 4,4,13,4,
Lengths 是我希望 运行 方差分析的响应变量，我该怎么做？只是一个“，”表示没有数据。
**** 编辑
我试过单独的行
library(tidyr)
separate_rows(data.frame, Season:Replicate, Lengths, convert=numeric )
#Error: All nested columns must have the same number of elements
Lengths 有不同数量的变量，那么有没有办法取消嵌套呢？
解除数据嵌套是解决问题的最佳方法。
运行代码：
library(dplyr)
#Unnest everything so that no longer "," but each has a row
data.frame.new<-data.frame
transform(Lengths=strsplit(Lengths,",")) %>%
unnest(Lengths)
#Gets rid of blanks where there are no data
Set.unnest<-subset(data.frame.new, Lengths!="")
这给出了长度中每个数据点的季节、站点、位置和复制重复行的结果
从你的问题中不清楚你的自变量是什么。在下面的示例中，我假设 Site、Location、Replicate 是您的 IV。
让我们首先将 Lengths 中的条目拆分为不同的行，并删除带有 missing/no Lengths.
的行
library(tidyverse)
df.aov <- df %>%
mutate(Lengths = str_split(Lengths, ",")) %>%
unnest() %>%
filter(Lengths >= 0)
我们现在可以使用 aov
执行 3 向方差分析
res <- aov(Lengths ~ Site * Location * Replicate, data = df.aov)
res
#Call:
# aov(formula = Lengths ~ Site * Location * Replicate, data = df.aov)
#
#Terms:
# Site Location Replicate Location:Replicate Residuals
#Sum of Squares 2.21675 7.61905 0.11491 0.89526 131.58506
#Deg. of Freedom 1 1 1 1 53
#
#Residual standard error: 1.57567
#3 out of 8 effects not estimable
#Estimated effects may be unbalanced
请注意，结果不是很明智。我假设您的实际数据集更大。
我正在尝试 运行 R 中的 3 向方差分析，但我的每个变量的值都在一列中，而不是按行分隔。目前，我的数据框看起来像这样：
Season Site Location Replicate Lengths
Jan_16 MI Adj 1.00 ,
Jan_16 MI Adj 2.00 ,
Jan_16 MI Adj 3.00 ,
Jan_16 MI Away 1.00 3,4,
Jan_16 MI Away 2.00 ,
Jan_16 MI Away 3.00 ,
Jan_16 MP Adj 1.00 4,5,6,5,4,5,4,4,4,4,5,4,6,4,
Jan_16 MP Adj 2.00 4,4,3,3,5,4,3,4,5,3,4,3,4,3,4,6,
Jan_16 MP Adj 3.00 4,6,5,5,4,
Jan_16 MP Away 1.00 ,4,4,10,4,5,4,6,5,5,
Jan_16 MP Away 2.00 3,4,4,4,5,5,4,5,
Jan_16 MP Away 3.00 4,4,13,4,
Lengths 是我希望 运行 方差分析的响应变量，我该怎么做？只是一个“，”表示没有数据。
**** 编辑
我试过单独的行
library(tidyr)
separate_rows(data.frame, Season:Replicate, Lengths, convert=numeric )
#Error: All nested columns must have the same number of elements
Lengths 有不同数量的变量，那么有没有办法取消嵌套呢？
解除数据嵌套是解决问题的最佳方法。
运行代码：
library(dplyr)
#Unnest everything so that no longer "," but each has a row
data.frame.new<-data.frame
transform(Lengths=strsplit(Lengths,",")) %>%
unnest(Lengths)
#Gets rid of blanks where there are no data
Set.unnest<-subset(data.frame.new, Lengths!="")
这给出了长度中每个数据点的季节、站点、位置和复制重复行的结果
从你的问题中不清楚你的自变量是什么。在下面的示例中，我假设 Site、Location、Replicate 是您的 IV。
让我们首先将 Lengths 中的条目拆分为不同的行，并删除带有 missing/no Lengths.
library(tidyverse)
df.aov <- df %>%
mutate(Lengths = str_split(Lengths, ",")) %>%
unnest() %>%
filter(Lengths >= 0)
我们现在可以使用 aov
res <- aov(Lengths ~ Site * Location * Replicate, data = df.aov)
res
#Call:
# aov(formula = Lengths ~ Site * Location * Replicate, data = df.aov)
#
#Terms:
# Site Location Replicate Location:Replicate Residuals
#Sum of Squares 2.21675 7.61905 0.11491 0.89526 131.58506
#Deg. of Freedom 1 1 1 1 53
#
#Residual standard error: 1.57567
#3 out of 8 effects not estimable
#Estimated effects may be unbalanced
请注意，结果不是很明智。我假设您的实际数据集更大。