R语言中用broom::tidy和dplyr::group_modify按物种分组批量做t.test

原代码问题分析 #

1. 语法错误：你写的broom::tidy调用方式不符合函数要求，导致出现逗号相关的语法报错；
2. 分组逻辑错误：在group_modify中直接使用全局的df，而非当前分组的子数据集.x，会导致每个分组都用全量数据计算，而非目标子集；
3. 批量处理逻辑错误：未正确遍历每个数值变量执行t检验，无法生成包含Variable列的结果。

正确解决方案 #

以下两种方法都能生成你需要的格式：包含Species、Variable列，以及t检验的完整统计结果。

方法一：转长格式后分组计算（更直观）

先将宽格式数据转为长格式，再按Species和Variable分组做t检验：

library(dplyr)
library(tidyr)
library(broom)

df.ttest <- df %>%
  # 将第3列及以后的数值变量转为长格式
  pivot_longer(cols = 3:ncol(.), names_to = "Variable", values_to = "Value") %>%
  # 按物种和变量分组
  group_by(Species, Variable) %>%
  # 执行t检验并整理结果，最后取消分组
  summarise(broom::tidy(t.test(Value ~ Experiment, data = cur_data())), .groups = "drop")

方法二：用group_modify结合循环处理（适合保留宽格式习惯）

通过group_modify处理每个物种分组，再循环每个变量执行t检验：

library(dplyr)
library(purrr)
library(broom)

df.ttest <- df %>%
  group_by(Species) %>%
  group_modify(function(.x, .y) {
    # 获取当前分组中的数值变量列名（第3列开始）
    var_names <- names(.x)[3:ncol(.x)]
    # 遍历每个变量，执行t检验并合并结果
    purrr::map_dfr(var_names, function(var) {
      # 动态构建t检验公式
      t_test_formula <- as.formula(paste(var, "~ Experiment"))
      # 执行t检验并整理结果，添加Variable列
      t.test(t_test_formula, data = .x) %>%
        broom::tidy() %>%
        mutate(Variable = var, .before = 1)
    })
  }) %>%
  ungroup()

结果验证 #

运行上述代码后，df.ttest的结构会和你提供的示例完全一致：每行对应一个物种的一个变量的t检验结果，包含Species、Variable以及t检验的所有统计量列。

内容的提问来源于stack exchange，提问作者Dustin