基于col1分组，实现col2各组与其余组的Wilcoxon检验

数据老陈

2026-7-18

解决方法

你可以通过 group_modify 配合 map_dfr 实现需求，具体代码如下：

library(tidyverse)

# 生成示例数据
df <- data.frame(x=abs(rnorm(50)),col1=rep(1:5,10), col2=rep(1:4,25))

# 计算每个col1分组内，col2各组与其余组的Wilcoxon检验p值
result <- df %>%
  group_by(col1) %>%
  group_modify(function(group_data, group_key) {
    # 获取当前col1分组下所有唯一的col2值
    col2_groups <- unique(group_data$col2)
    
    # 遍历每个col2分组，计算p值并组合成结果表
    map_dfr(col2_groups, function(g) {
      # 提取当前col2分组的x值，以及其余分组的x值
      x_group <- group_data$x[group_data$col2 == g]
      x_others <- group_data$x[group_data$col2 != g]
      
      # 执行Wilcoxon秩和检验并提取p值
      p_val <- wilcox.test(x_group, x_others)$p.value
      
      # 返回当前分组的结果行
      tibble(col2 = g, p_value = p_val)
    })
  }) %>%
  ungroup()

# 查看结果
print(result)

代码说明：

group_by(col1)：将数据按col1分组，后续操作在每个col1分组内独立执行。
group_modify：对每个col1分组应用自定义函数，group_data为当前分组的数据集，group_key包含当前分组的col1值。
unique(group_data$col2)：获取当前col1分组下所有不重复的col2取值，确保每个col2分组都被处理。
map_dfr：遍历每个col2分组g，执行检验并将结果按行绑定成数据框：
- 分别筛选出col2 == g和col2 != g对应的x值；
- 调用wilcox.test完成秩和检验，提取p.value；
- 用tibble生成包含col2和p_value的结果行。
ungroup()：移除分组属性，得到最终的平级结果表。