Как автоматизировать dunn_test и ggboxplot?

Вот функция, которая принимает строку символов в качестве аргумента. Вы можете вызвать эту функцию для каждой из переменных.

dunn_boxplot <- function(yvariable) {
  dunn <- dunn_test(formula(paste(yvariable, "~ Month")), data=df, p.adjust.method = "BH") %>%
    arrange(p.adj) %>%
    add_xy_position(x = "Month")
  bxp <- ggboxplot(df, x = "Month", y = yvariable) + 
    stat_pvalue_manual(dunn, label = "p.adj.signif", hide.ns = TRUE)
}

Вызовите функцию следующим образом. Повторите для остальных трех переменных.

obs_bxp <- dunn_boxplot("Observed")

Главное, на что следует обратить внимание, это то, что ваши четыре блока кода отличаются только именем переменной y. Поэтому он передается в качестве аргумента. Вам нужно использовать formula(paste(...), чтобы собрать формулу в виде строки символов, а затем привести ее к классу formula.

qdread показал очень плавный подход. У меня другой подход, с использованием цикла for. Поскольку вы не опубликовали воспроизводимый пример, я не смог протестировать свой код, и он может привести к ошибкам, но он должен дать вам представление. Удачи!

list <- list() # creates empty list
count<-1       # creates an indicator starting with one, increasing by one every iteration, first plot will be saved as first item of list, second plot as second item, ...

for (i in c("Observed","Shannon","InvSimpson","Evenness")){            # i will take the first value in c(...) in the first iteration
                                                                       # the second value in the second iteration, ...
  list[[count]] <- eval(parse(
    text=paste0('dunn_test(',i,'~ Month, data=df, p.adjust.method = "BH")') #paste0 pasts a string, eval(parse(text = "string")) executes the string
    ))
  list[[count]] <- list[[count]] %>% arrange(p.adj)
  list[[count]] <- list[[count]] %>% add_xy_position(x = "Month")
  list[[count]] <- eval(parse(text=paste0('ggboxplot(df, x =,',i,', y = paste0(i)) + 
                                stat_pvalue_manual(',list[[count]],', label = "p.adj.signif", hide.ns = TRUE)')))
  count<- count+1 # count indicator increases by 1
}

Просто используйте formula и data в качестве аргументов в функции, а также ... для дополнительных аргументов, таких как bracket.nudge.y=, чтобы скорректировать глупые n.s пробелы.

dunn_bxp <- \(fo, data, plot=TRUE, ...) {
  vars <- all.vars(fo)
  dnn <- rstatix::dunn_test(fo, data=data, p.adjust.method = "BH")
  dnn_p <- rstatix::add_xy_position(dnn, x=vars[2])
  if (plot) {
    p <- ggpubr::ggboxplot(data, x=vars[2], y=vars[1]) + 
      ggpubr::stat_pvalue_manual(dnn_p, label = "p.adj.signif", hide.ns=TRUE, ...)
    print(p)
    return(invisible(as.data.frame(dnn[1:8])))
  } else {
    return(as.data.frame(dnn[1:8]))
  }
}

Если plot=TRUE (по умолчанию), он отображает и невидимо возвращает статистику.

r <- dunn_bxp(fo=observed ~ month, data=df, bracket.nudge.y=-1000)
head(r)
#        .y. group1 group2 n1 n2  statistic           p      p.adj
# 1 observed    Apr    Aug  3  3 -0.6199874 0.535266078 0.71803318
# 2 observed    Apr    Dec  3  3 -2.7124449 0.006678888 0.08816133
# 3 observed    Apr    Feb  3  3 -1.1237272 0.261128784 0.50954093
# 4 observed    Apr    Jan  3  3 -1.7049654 0.088200884 0.32174752
# 5 observed    Apr    Jul  3  3 -1.7049654 0.088200884 0.32174752
# 6 observed    Apr    Jun  3  3  0.7749843 0.438348961 0.64291181

Если plot=FALSE он просто возвращает статистику.

head(dunn_bxp(fo=observed ~ month, data=df, plot=FALSE))
#        .y. group1 group2 n1 n2  statistic           p      p.adj
# 1 observed    Apr    Aug  3  3 -0.6199874 0.535266078 0.71803318
# 2 observed    Apr    Dec  3  3 -2.7124449 0.006678888 0.08816133
# 3 observed    Apr    Feb  3  3 -1.1237272 0.261128784 0.50954093
# 4 observed    Apr    Jan  3  3 -1.7049654 0.088200884 0.32174752
# 5 observed    Apr    Jul  3  3 -1.7049654 0.088200884 0.32174752
# 6 observed    Apr    Jun  3  3  0.7749843 0.438348961 0.64291181

Данные:

set.seed(557)
df <- data.frame(observed=round(rep(runif (12, 500, 800), each=3) + rep.int(rnorm(12, 0, 64), 3)),
                 month=rep(month.abb, each=3))