转换数据集计算配对样本Wilcoxon符号秩检验：代码正确性及格式疑问

首先明确你的核心需求：比较服用Drug_1和Drug_2的独立人群的得分差值（Difference），这属于独立样本的非参数检验场景，你的原代码存在参数误用问题，以下是具体说明和修正方案：

原代码的错误点 #

你使用了paired = TRUE参数，但这个参数仅适用于配对样本（比如同一患者的前后测数据、配对的受试者组）。而你的数据中，Drug_1和Drug_2是互斥的独立人群（每个患者只服用一种药物），因此配对检验完全不适用，必须去掉这个参数。

无需转长格式的直接解法 #

你的数据当前是宽格式，已经可以直接用于分析：Drug_1列的1代表服用Drug_1的患者，0代表服用Drug_2的患者（因为两列互斥）。直接用非配对的Wilcoxon秩和检验（即Mann-Whitney U检验）即可：

wilcox.test(Difference ~ Drug_1, data = dt, paired = FALSE)

paired = FALSE是默认值，也可以省略不写，效果一致。

转长格式的优化解法（可选） #

虽然宽格式能直接分析，但转成长格式可以让分组逻辑更直观，避免0/1变量的歧义。用tidyr包转换后，数据结构会更清晰：

library(tidyr)
# 转换为长格式，筛选出实际服用的药物
dt_long <- dt %>%
  pivot_longer(cols = c(Drug_1, Drug_2), 
               names_to = "Drug_Type", 
               values_to = "Taken") %>%
  filter(Taken == 1) %>%
  select(-Taken)

# 执行检验
wilcox.test(Difference ~ Drug_Type, data = dt_long)

转换后的dt_long中，Drug_Type列直接显示每个患者服用的药物，代码可读性更强，检验结果和宽格式的解法完全一致。

总结 #

• 原代码的关键错误是误用paired = TRUE，必须移除该参数；
• 宽格式可以直接完成分析，转长格式不是必须，但能提升代码的可读性和直观性；
• 两种解法的统计检验逻辑完全相同，都是比较两组独立样本的差值分布差异。

内容的提问来源于stack exchange，提问作者Jamie