如何在R中对数据框的多列循环执行t检验？

一、正确实现循环t检验并提取p值 #

你之前的代码问题在于没有使用lapply遍历的当前列参数x，反而硬编码了df$gene1，导致所有循环都重复检验同一列。以下是两种可行的实现方式：

方式1：用lapply生成p值列表 #

如果你的数据框df中只有gene1到gene99这99列，直接遍历整个数据框即可；如果还有其他列，需要先筛选目标列：

# 筛选gene1到gene99列（如果df包含其他无关列）
target_cols <- df[, paste0("gene", 1:99)]

# 循环执行t检验并提取p值
p_value_list <- lapply(target_cols, function(x) {
  # 对当前列x的前20行和21-40行做双侧t检验
  test_result <- t.test(x[1:20], x[21:40], alternative = "two.sided")
  # 提取p值
  test_result$p.value
})

方式2：用sapply生成p值向量（更方便查看） #

sapply会自动将结果整理为向量，比列表更直观：

p_value_vector <- sapply(df[, paste0("gene", 1:99)], function(x) {
  t.test(x[1:20], x[21:40])$p.value
})

注：t.test的alternative参数默认就是"two.sided"，可以省略不写。

二、无需指定列名的简化t检验命令 #

针对单列数据，直接传入向量即可，不需要通过df$列名的形式。比如你已经有一个单列向量x（比如从数据框中提取的某列），可以直接写：

# 对向量x的两组数据做双侧t检验
t.test(x[1:20], x[21:40])

如果想直接对数据框的某一列操作，也可以用列索引代替列名，比如操作第3列：

t.test(df[,3][1:20], df[,3][21:40])

内容的提问来源于stack exchange，提问作者hartmanz