在一个特征数据框（例如蛋白质或mRNA转录本）中，我想对每一列（代表表达值）计算一个单因素方差分析。每一行代表属于一个组（示例数据中为5组）的一个样本（id）。
搜索网页和Stackoverflow只给了我非功能性和部分答案，预期的结果将是一个表与方差分析p值的每个功能（例如df与第一个col =功能，第二个col =方差分析p值）。下面的例子数据我张贴一个非工作的解决方案。
对于组间的成对差异表达分析，我使用LIMMA，它提供多重比较校正的p值。如果我理解正确，ANOVA不关心mul.comp.cor，但仅显示5组中任何一组之间存在差异的特征（和后测试，例如LIMMA，显示了哪些组中存在差异）。如果你能证实这种评估我的5组之间差异表达的方法是正确的，那就太好了。
解决方案取自此处：One-way ANOVA for loop: how do I iterate through multiple columns of a dataframe?

示例数据

# gene df and list 
genes <- paste("gene",1:1000,sep="")
x <- list(
  A = sample(genes,300), 
  B = sample(genes,525), 
  C = sample(genes,440),
  D = sample(genes,350)
)
# expression dataframe
crete_exp_df <- function(gene_nr, sample_nr){
  df <- replicate(sample_nr, rnorm(gene_nr))
  rownames(df) <- paste("Gene", c(1:nrow(df)))
  colnames(df) <- paste("Sample", c(1:ncol(df)))
  return(df)
}
df1 <- crete_exp_df(50, 20)
df1 <- as.data.frame(df1)
df1$fid <- rownames(df1)
# creator for ANOVA
df4ANOVA <- df1 %>% pivot_longer(-fid) %>%
  pivot_wider(names_from="fid", values_from="value") %>%
  rename(id=name)
df4ANOVA$group <- c(1,1,1,1,2,2,2,2,3,3,3,3,4,4,4,4,5,5,5,5)

溶液（不工作）

library(tidyverse)
library(broom)
df4ANOVA$group <- as.factor(df4ANOVA$group )
df4ANOVA$id <- NULL
# ANOVA
baseformula <- " ~ group"
ANOVA_group <- for (i in 2:ncol(exp4anov)) {
 formula <- paste(colnames(exp4anov)[i], baseformula, sep="")
 p <- summary(aov(as.formula(formula), data=exp4anov))[[1]][["Pr(>F)"]][1]
 print(paste(formula, ": p=", p, sep=""))

}