按站点分组执行Wilcoxon双侧检验结果异常，求问题排查

你的核心问题出在**wilcox.test里指定了整个数据集data=data.frame**，而不是使用group_by后每个分组的子数据集。这就导致每个站点的检验其实都在跑全量数据，结果自然完全相同。另外还有两个小参数错误需要修正，下面一步步来：

1. 核心错误修正 #

在do()函数内部，wilcox.test默认会使用当前分组后的子数据，不需要手动指定data=data.frame。如果非要指定，应该用.或者.data（dplyr的内置变量，代表当前分组的数据）。

2. 参数错误修正 #

• equal.var=FALSE是t.test的参数，Wilcoxon检验不需要这个，因为它是非参数检验，不依赖方差齐性假设，直接删掉即可。
• na.rm=TRUE不是wilcox.test的参数，要处理缺失值应该用na.action=na.omit，或者先在数据预处理阶段移除NA。

修正后的代码 #

方法一：使用dplyr::do() #

library(dplyr)
library(broom)

t2 <- data.frame %>%
  group_by(Site) %>%
  do(tidy(wilcox.test(Conc ~ Scenario, data = ., na.action = na.omit)))

这里的.代表当前分组的子数据集，和.data效果一致。

方法二：更现代的nest() + map()（推荐） #

dplyr现在更推荐用嵌套数据框的方式处理分组分析，代码更清晰易读：

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

t2 <- data.frame %>%
  drop_na(Conc) %>%  # 先移除缺失值，避免后续检验报错
  nest(data = -Site) %>%  # 按Site嵌套对应的数据
  mutate(test_result = map(data, ~ tidy(wilcox.test(Conc ~ Scenario, data = .x)))) %>%
  unnest(test_result) %>%
  select(-data)  # 移除不需要的嵌套数据列

验证结果 #

运行修正后的代码后，每个站点的statistic和p.value应该会根据各自的样本数据产生不同的结果，不再完全一致。

内容的提问来源于stack exchange，提问作者CatN