使用dplyr与kruskal.test分析iris数据集时遇错误的技术咨询

错误原因 #

你代码里的group_by(Species)是问题核心：分组后每个子数据集仅包含单一Species类别的观测，而Kruskal-Wallis检验要求至少两个不同的组才能计算统计量，因此触发all observations are in the same group错误。

修正后的代码 #

方式一：循环+dplyr

直接在整个数据集上执行检验，无需分组：

library(dplyr)

for (col in colnames(iris)[1:4]) {
  iris %>%
    summarise(
      zone = col,
      pvalue = kruskal.test(.data[[col]] ~ Species)$p.value
    ) %>%
    print()
}

• 用.data[[col]]替代get(col)，更符合tidyverse规范，避免环境变量冲突；
• 直接指定colnames(iris)[1:4]筛选数值列，比1:ncol(iris)-1更直观。

方式二：purrr批量处理（更简洁）

用purrr遍历所有数值列，一次性输出所有检验结果：

library(dplyr)
library(purrr)

iris %>%
  select(where(is.numeric)) %>%
  map_dfr(function(col) {
    tibble(
      zone = cur_column(),
      pvalue = kruskal.test(col ~ iris$Species)$p.value
    )
  })

• select(where(is.numeric))动态筛选数值列，适配任意包含数值变量的数据集；
• map_dfr自动将结果合并为一个数据框，无需循环打印。

内容的提问来源于stack exchange，提问作者david