【Tidyverse优雅编程】：整洁数据统计分析流程案例

来自知乎问题：

如何用R画分组柱状图并且添加标准差和显著性标记（星号）？

https://www.zhihu.com/question/59517660/answer/2838254742

我看到其中 Shawn Wang 的回答，代码的陈旧啰嗦程度实在是看不下去，通篇：

• 还在用史前的 reshape2 做数据重塑，

• 逐元素 `for` 循环，没有操作数据的思维

• base R 为主，又间杂着 tidyverse 的 ggplot()，filter()等，不伦不类

我用 tidyverse 全部改写了一遍，看看如今 R 语言是如何整洁优雅的做数据统计分析的。

---

加载包：

library(tidyverse)
library(rstatix)    # 整洁统计检验

生成模拟数据：

set.seed(123)
df = tibble(Sample = rep(c("A","B","C"), each = 7),
            root = c(rnorm(7,10), rnorm(7,5), rnorm(7,21)),
            leaf = c(rnorm(7,9), rnorm(7,4), rnorm(7,32)),
            stem = rnorm(21,8))
df

数据重塑：宽变长

df1 = df %>% 
  pivot_longer(-1, names_to = "Tissue", values_to = "value")
df1

分组正态性检验

df1 %>% 
  group_by(Sample, Tissue) %>% 
  shapiro_test(value)

注：原来是列名命名的问题，直接分组统计检验是可以的。不必用批量建模的思路。

批量绘制Q-Q图（分面就行）：

ggplot(df1, aes(sample = value)) + 
  stat_qq() +
  stat_qq_line(color = "red") +
  facet_wrap(Sample ~ Tissue, scales = "free")

准备画图数据（分组汇总）：

df2 = df1 %>% 
  group_by(Tissue, Sample) %>% 
  summarise(mu = mean(value), se = sd(value)) 
df2

绘制复试条形图，并标记：

df2 %>% 
  ggplot(aes(Tissue, mu, fill = Sample)) +
  geom_col(position = "dodge") +
  geom_errorbar(aes(ymax = mu + se, ymin = mu - se), width = 0.15, 
                position = position_dodge(0.9)) +
  ylim(0, 40) +
  geom_segment(x = 0.7, y = 8.817302+3, xend = 0.7 , yend = 32.302470+3) +
  geom_segment(x = 0.7, y = 32.302470+3, xend = 1.3, yend = 32.302470+3) +
  geom_segment(x = 1.3, y = 32.302470+3, xend = 1.3, yend = 32.302470+2) +
  annotate("text", x = 1, y = 32.302470 + 4, label = "***")

---

附录

学习全网最新的 R 语言编程技术，掌握真正的数据编程思维：

你只需要收看这份《R语言编程：基于tidyverse》完整课件！

下载地址：

链接：https://pan.baidu.com/s/1w6FDFndUuHcI8RngIOe49g?pwd=3yee

提取码：3yee

欢迎转发与推广！

本书的 电子网页版 和 纸质版预售 已上线（人邮）异步社区，可在异步社区公众号或官网购买，纸质版预计1月中旬上市：

https://www.epubit.com/bookDetails?id=UB7db2c0db9f537&tabName=%E6%8A%A2%E8%AF%BB%E7%89%88&floorName=%E7%B2%BE%E9%80%89%E7%BA%B8%E4%B9%A6