如何在group_by管道中按Material分组执行Wilcoxon/t检验？

你的错误根源是Wilcoxon检验的公式写法用错了：Filtered~Unfiltered的格式要求右侧是二分类分组因子（比如Condition这种只有2个水平的变量），但你传入的Unfiltered是连续数值列，R会把它强行转成因子，自然不满足“恰好2个水平”的要求，因此报错。

结合你的数据特点（每个Rep对应同一Material的两种处理，属于配对样本），以下两种方法都能解决问题：

方法1：基于宽格式的配对Wilcoxon检验 #

因为你的tempdf2是宽格式，每个行对应同一重复的两种处理结果，适合用配对Wilcoxon检验（比非配对检验更精准），修改summarize里的检验代码即可：

tempdf2 <- tempdf1 %>%
  tidyr::pivot_wider(id_cols=c(Material,Rep),names_from=Condition,values_from=Measurement)

tempdf2 %>%
  dplyr::group_by(Material) %>%
  dplyr::summarize(
    wilcox_p_value = wilcox.test(Filtered, Unfiltered, paired = TRUE)$p.value
  )

运行后输出：

# A tibble: 2 × 2
  Material wilcox_p_value
  <chr>             <dbl>
1 Bromine           0.107
2 Carbonate         0.107

方法2：回到长格式做分组检验 #

如果你更习惯用公式格式（或者后续需要扩展分析），可以直接基于原始长格式tempdf1分组，以Condition为分组因子做检验：

tempdf1 %>%
  dplyr::group_by(Material) %>%
  dplyr::summarize(
    wilcox_p_value = wilcox.test(Measurement ~ Condition, paired = TRUE)$p.value
  )

这个方法不需要重构宽格式，直接利用原始数据的结构，Measurement ~ Condition表示以Condition（Filtered/Unfiltered）为分组，对比Measurement的差异，同时指定paired=TRUE（因为每个Rep是配对样本），结果和方法1完全一致。

关键说明 #

• 为什么用paired=TRUE：你的数据中每个Rep是同一样本的两种处理（过滤/未过滤），属于配对设计，配对检验能控制重复带来的变异，比非配对检验更合适。
• 如果确实需要非配对检验（比如你的重复不是配对的），只需把paired=TRUE改成paired=FALSE即可，但从你的数据结构看，配对检验更合理。

内容的提问来源于stack exchange，提问作者Andrew