如何在R中用Mann-Whitney检验批量获取多列数据的p值

你当前的代码返回的是每列完整的Wilcoxon检验对象，而非目标的带列名p值列表。以下是针对数千列大型数据集的高效解决方案：

示例数据 #

Name <- c("Sam", "Anna", "Anna", "Sam", "Anna")
Companies <- c(23, 21, 22, 24, 45)
Store <- c(10, 8, 5, 5, 6)
Cars <- c(10, 7, 5, 6, 7)
Home <- c(8, 4, 5, 8, 4)
DF1 <- data.frame(Name, Companies, Store, Cars, Home)

基础R解决方案（适合中小型数据集） #

直接批量提取每列的p值，并整理为带列名的数据框：

# 指定需要检验的列（排除Name列）
target_cols <- setdiff(colnames(DF1), "Name")

# 批量执行检验并提取p值
p_vals <- sapply(target_cols, function(col) {
  wilcox.test(DF1[[col]] ~ DF1$Name)$p.value
})

# 转换为结构化数据框
result_df <- data.frame(
  列名 = names(p_vals),
  P值 = unname(p_vals),
  row.names = NULL
)

print(result_df)

高效解决方案（适合数千列的大型数据集） #

使用data.table的分组操作提升处理速度，尤其适配超大规模数据：

library(data.table)
setDT(DF1)

# 将宽格式数据转换为长格式，便于分组处理
long_data <- melt(DF1, id.vars = "Name", variable.name = "列名", value.name = "数值")

# 按列分组执行Wilcoxon检验，提取p值
result_dt <- long_data[, .(P值 = wilcox.test(数值 ~ Name)$p.value), by = 列名]

print(result_dt)

原代码问题说明 #

你之前的lapply调用返回的是每个列的完整wilcox.test结果对象（包含统计量、置信区间等所有信息），未提取核心的p值。修改后通过$p.value直接提取目标值，并用sapply或data.table分组来结构化输出结果。

内容的提问来源于stack exchange，提问作者dkcongo