如何按color分组对df的value列执行shapiro.test()并解决报错

报错原因 #

你用summarise直接调用shapiro.test(value)时出错，是因为shapiro.test()返回的是包含统计量、p值等信息的列表对象，而summarise要求每个分组返回可简化为向量的结果，无法直接处理列表。

解决方案 #

以下是几种实用的处理方式：

1. 用broom包整理结构化结果（推荐）

broom::tidy()可以将检验结果转换为标准数据框格式，方便后续分析：

# 先安装并加载依赖包
install.packages("broom")
library(broom)
library(dplyr)

df %>%
  group_by(color) %>%
  summarise(tidy(shapiro.test(value)), .groups = "drop")

执行后会得到每个color分组对应的W统计量、p值、检验方法等结构化列。

2. 手动提取指定检验指标

如果只需要统计量和p值，可以直接从检验结果中提取：

library(dplyr)

df %>%
  group_by(color) %>%
  summarise(
    shapiro_W = shapiro.test(value)$statistic,
    shapiro_p_value = shapiro.test(value)$p.value,
    .groups = "drop"
  )

3. 保留完整检验对象

如果需要后续对检验结果做更多操作，可以用嵌套数据框或group_modify保存完整的检验对象：

# 方法：嵌套数据框
library(dplyr)
library(tidyr)

df %>%
  nest(data = c(value)) %>%
  mutate(shapiro_result = purrr::map(data, ~ shapiro.test(.$value))) %>%
  unnest_wider(shapiro_result)

# 方法：group_modify
df %>%
  group_by(color) %>%
  group_modify(~ tibble(test_obj = list(shapiro.test(.$value)))) %>%
  ungroup()

注意事项 #

Shapiro-Wilk检验对样本量有要求（通常需要≥3个样本），如果部分分组样本量不足，会触发额外报错，可以提前过滤：

df %>%
  group_by(color) %>%
  filter(n() >= 3) %>% # 过滤样本量不足的分组
  summarise(tidy(shapiro.test(value)), .groups = "drop")

内容的提问来源于stack exchange，提问作者Balina