如何在R中按物种分组运行多个Mann Whitney U检验

你的代码问题出在分组层级错误：同时按Species和BirthPop分组后，每个子组只包含单个物种的单个种群数据，此时无法在子组内进行BirthPop的组间比较，导致wilcox.test实际使用了整个数据集（或报错）。

以下是两种修正方案，都能实现每个物种独立的Mann-Whitney U检验，并保留各种群的描述统计：

方案一：分开计算后合并 #

library(dplyr)

# 1. 计算每个物种的检验p值（仅按Species分组）
wilcox_p_values <- data %>%
  group_by(Species) %>%
  summarize(
    wilcox_p = if(n_distinct(BirthPop) >= 2) {
      # 仅当物种包含至少两个种群时执行检验
      wilcox.test(SexRatio ~ BirthPop, data = ., alternative = "two.sided")$p.value
    } else {
      NA  # 单一种群时返回NA避免报错
    },
    .groups = "drop"
  )

# 2. 计算每个物种+种群的描述统计
summary_stats <- data %>%
  group_by(Species, BirthPop) %>%
  summarize(
    median = median(SexRatio),
    IQR = IQR(SexRatio),
    Min = min(SexRatio),
    Max = max(SexRatio),
    n = n(),
    .groups = "drop"
  )

# 3. 合并检验结果与描述统计
final_results <- summary_stats %>%
  left_join(wilcox_p_values, by = "Species")

方案二：用group_modify一次性处理 #

library(dplyr)

final_results <- data %>%
  group_by(Species) %>%
  group_modify(function(sub_data, species_info) {
    # 计算当前物种的检验p值
    p_val <- if(n_distinct(sub_data$BirthPop) >= 2) {
      wilcox.test(SexRatio ~ BirthPop, data = sub_data, alternative = "two.sided")$p.value
    } else {
      NA
    }
    # 生成当前物种内各种群的统计表格，并带上检验p值
    sub_data %>%
      group_by(BirthPop) %>%
      summarize(
        median = median(SexRatio),
        IQR = IQR(SexRatio),
        Min = min(SexRatio),
        Max = max(SexRatio),
        n = n(),
        wilcox_p = p_val,
        .groups = "drop"
      )
  }) %>%
  ungroup()

关键说明 #

• 两种方案都先按Species单独分组，确保每个检验是在单个物种的所有种群数据上执行，得到该物种专属的p值。
• 加入n_distinct(BirthPop) >=2的判断，是为了避免某些物种只有一种种群时，wilcox.test因数据不足报错。

内容的提问来源于stack exchange，提问作者JatNTU