【R】批量完成Oneway ANOVA，并以Mean±SD格式（

批量完成Oneway ANOVA之前其实就写过，但是老的代码对刚入门R语言的人可能还是不太友好，因此又修改了一版。这一版的代码可以说即使不懂R语言也一样可以使用，当然前提是你的电脑里安装了R。

注意事项

1. 本代码适用于OneWay ANOVA统计方法，别的统计方法需要改代码
2. 由于在样本量较少的情况下，OneWay ANOVA对正态性和方差齐性都不是特别敏感，因此这个代码中没有做这两步检验
3. 本代码事后检验方法用的是LSD，如果需要使用其他事后检验方法，需要修改代码

数据准备

1. 将数据按下表的形式整理好，表格中要包含测定指标和分组信息，并且以列的形式存放
2. 所有测定指标要放在一起

R代码

#############################################
##
## 批量求均值和SD
##
##-----------------------------------------
## Author : Cdudu
## Data   : 2020 5/14
############################################

#清空目前环境中的变量
rm(list = ls()) 

#加载所需要的包
#LSD.test函数来自agricolae包
library(readxl)
library(agricolae)

#读入数据
dat<-read_excel('sample.xlsx')

#将分组转化为因子型
dat$Group<-as.factor(dat$Group)
summary(dat)

#输入处理组数量
groupNumber<-5
  
#创建新表用于存放Mean，SD和P值
dat2<-data.frame(t1=as.character(1:(groupNumber+1))) 

#输入dat中应变量（待检验指标）的起始列数
Star<-3

#输入dat中应变量（待检验指标）的终止列数
Over<-18

#Mean,SD&P值计算
for ( i in c(Star:Over)){                       
  means<-tapply(dat[[i]],dat$Group,mean)
  means<-sprintf('%.4f',round(means,4))  #小数点位数，注意'%.4f'和round()中的数字都要做对应修改
  SD<-tapply(dat[[i]],dat$Group,sd)
  SD<-sprintf('%.4f',round(SD,4))       #小数点位数，注意'%.4f'和round()中的数字都要做对应修改
  M.aov<-aov(dat[[i]]~Group,data=dat) 
  aov.sum<-summary(M.aov)
  pvalue<-aov.sum[[1]]$`Pr(>F)`[1]
  if(pvalue>0.05){
    a<-paste(means,'±',SD)
    a[(groupNumber+1)]<-'NS'      
  }           
  else if(pvalue>0.01){
    out <- LSD.test(M.aov, "Group", p.adj="none")
    marker<-out$groups
    row_name <- row.names(marker)
    newmarker <- data.frame(row_name,marker$groups)
    newmarker <- newmarker[order(newmarker$row_name),]
    pmarker<-newmarker$marker.groups
    a<-paste(means,'±',SD,pmarker)
    a[(groupNumber+1)]<-'*'
  }
  else {
    out <- LSD.test(M.aov, "Group", p.adj="none")
    marker<-out$groups
    row_name <- row.names(marker)
    newmarker <- data.frame(row_name,marker$groups)
    newmarker <- newmarker[order(newmarker$row_name),]
    pmarker<-newmarker$marker.groups
    a<-paste(means,'±',SD,pmarker)
    a[(groupNumber+1)]<-'**'
  }
  dat2[i-2]<-a
  names(dat2)[i-2]<-names(dat[i])
}

#行列转置
dat3<-t(dat2)  

#导出表格
write.csv(dat3,'Mean&SD.csv')

以上就是全部代码，实际操作中只需要三步操作
1.将下面代码中的文件名换成你自己的

dat<-read_excel('sample.xlsx')

2.在下面代码中输入处理组数量，比如本例中是3组，就输入3

groupNumber<-5

3. 在下面代码中输入测定指标开始和结束的列数，比如本例中测定指标放在第2-5列，那么Star就输入2，Over输入5

#输入dat中应变量（待检验指标）的起始列数
Star<-3

#输入dat中应变量（待检验指标）的终止列数
Over<-18

剩下的代码就不用管啦

EXCEL输出结果

如果是将dat3输出到EXCEL，那么表格如下

V1;V2;V3即是3个试验组，V4是p值展示，里面的数值是我瞎编的。

• NS：p>0.05
• *: 0.05>p>0.01
• **: p<0.01

当然也可以将dat2输出到EXCEL，那么表格如下

批量将标记字母设为上标

需要注意到的是，R导出到EXCEL的结果中虽然带了表示各组显著性差异的标记字母，但是这些字母的格式并没有被设定为上标。
因此需要在WORD中完成格式的设定，同样一个个修改太麻烦，推荐一个批量修改的方法，具体步骤如下

1. 将EXCEL中的数据拷贝到WOED中

2. 点击替换，在查找内容中输入[a-z],并勾选使用通配符

   
   一定要勾选使用通配符

3. 点击替换为，然后点格式

   
   一定要先点替换为，再点格式
4. 选择格式-字体-上标-确认
5. 全部替换

以上