如何用R编写函数批量执行多组Wilcoxon检验并输出结果？

下面是一个可以直接复用的函数，能自动处理任意数量组的两两比较，输出包含组名和未校正p值的数据框，完全适配你的需求：

完整函数代码 #

pairwise_wilcox_test <- function(data, group_col, value_col) {
  # 获取所有唯一分组
  all_groups <- unique(data[[group_col]])
  # 生成所有两两组的组合
  group_pairs <- as.data.frame(t(combn(all_groups, 2)), stringsAsFactors = FALSE)
  colnames(group_pairs) <- c("Group1", "Group2")
  
  # 遍历每一组对执行检验
  test_results <- lapply(1:nrow(group_pairs), function(row_idx) {
    g1 <- group_pairs$Group1[row_idx]
    g2 <- group_pairs$Group2[row_idx]
    # 筛选当前两组的数据
    subset_data <- data[data[[group_col]] %in% c(g1, g2), ]
    # 执行Wilcoxon秩和检验
    wilcox_result <- wilcox.test(reformulate(group_col, value_col), data = subset_data)
    # 返回组名和p值
    data.frame(
      Group1 = g1,
      Group2 = g2,
      unadjusted_p = wilcox_result$p.value,
      stringsAsFactors = FALSE
    )
  })
  
  # 合并所有结果为单个数据框
  do.call(rbind, test_results)
}

使用示例 #

用你提供的测试数据演示函数用法（设置随机种子保证结果可复现）：

set.seed(123)
data_test <- data.frame(
  group = sample(c("A", "B", "C", "D", "E"), 200, replace = TRUE),
  value = sample(1:100, 200, replace = TRUE)
)

# 调用函数
results <- pairwise_wilcox_test(data_test, "group", "value")
print(results)

函数说明 #

• 参数灵活性：函数接受数据框、分组列名、数值列名三个参数，不管你的数据有多少组，都能自动生成所有两两组合
• 动态公式构建：用reformulate函数根据传入的列名动态生成检验公式，避免硬编码
• 结果清晰：输出的结果数据框包含两组名称和未校正p值，方便你后续用p.adjust()做多重比较校正（比如Bonferroni、FDR等）

适配你已有的组组合数据框 #

如果你已经提前生成了像tab_stat_2这样的组组合数据框，可以用下面这个版本的函数直接传入组合：

pairwise_wilcox_test_from_pairs <- function(data, group_col, value_col, group_pairs) {
  test_results <- lapply(1:nrow(group_pairs), function(row_idx) {
    g1 <- group_pairs$Group1[row_idx]
    g2 <- group_pairs$Group2[row_idx]
    subset_data <- data[data[[group_col]] %in% c(g1, g2), ]
    wilcox_result <- wilcox.test(reformulate(group_col, value_col), data = subset_data)
    data.frame(
      Group1 = g1,
      Group2 = g2,
      unadjusted_p = wilcox_result$p.value,
      stringsAsFactors = FALSE
    )
  })
  do.call(rbind, test_results)
}

# 使用你已有的tab_stat_2
results_existing <- pairwise_wilcox_test_from_pairs(data_test, "group", "value", tab_stat_2)

额外调整选项 #

• 如果你需要单侧检验，在wilcox.test()里添加alternative = "less"或"greater"参数
• 如果是配对样本，添加paired = TRUE参数
• 后续校正p值示例：results$adjusted_p <- p.adjust(results$unadjusted_p, method = "fdr")

内容的提问来源于stack exchange，提问作者Patrick Parts