基于多分组拆分计算Wilcoxon检验并保留原始分组信息的简洁方法

方法1：使用dplyr::reframe()（推荐，dplyr 1.1.0+） #

reframe()是dplyr 1.1.0新增的函数，专门用于返回多行多列的分组统计结果，无需额外处理即可自动保留分组列，完美适配这类场景：

library(dplyr)
library(broom)

set.seed(22)
# 创建模拟数据
flavor <- data.frame(
  temperature = sample(x = c('hot','cold'), size = 500, replace = TRUE),
  color = sample(c('red','blue','green'), 500, TRUE),
  texture = sample(c('crumbly', 'crispy', 'wet', 'soft'), 500, TRUE),
  flavor = sample.int(n = 100, size = 500, replace = TRUE)
)

# 分组执行Wilcoxon检验并保留分组信息
flavor %>%
  group_by(color, texture) %>%
  reframe(wilcox.test(flavor ~ temperature, data = cur_data()) %>% tidy())

执行后会得到包含color、texture和检验统计量（statistic、p.value等）的完整结果，统计量计算准确，分组信息完整。

方法2：使用summarise() + tidyr::unnest()（兼容旧版dplyr） #

如果你的dplyr版本低于1.1.0，可以通过嵌套列表列再展开的方式实现：

library(tidyr)

flavor %>%
  group_by(color, texture) %>%
  # 用list()包裹检验结果，确保每个分组生成独立的列表元素
  summarise(test_result = list(wilcox.test(flavor ~ temperature, data = cur_data()) %>% tidy()), .groups = "drop") %>%
  # 展开嵌套的结果列
  unnest(test_result)

注意：之前的summarise()方法出错，是因为没有用list()包裹tidy()的输出，导致summarise()错误地将整个数据集的检验结果重复赋值给所有分组。用list()包裹后，每个分组会存储独立的检验结果，再通过unnest()展开即可得到正确结果。

方法3：使用group_split()并手动绑定分组信息 #

如果偏好使用group_split()，可以先提取分组键值，再与检验结果合并：

library(purrr)

# 提取所有分组的标签信息
group_labels <- flavor %>%
  group_by(color, texture) %>%
  group_keys()

# 分组执行检验并合并分组标签
flavor %>%
  group_split(color, texture) %>%
  map_dfr(~wilcox.test(flavor ~ temperature, data = .) %>% tidy()) %>%
  bind_cols(group_labels) %>%
  relocate(color, texture) # 将分组列移至结果开头

这种方法通过group_keys()提前获取分组标签，再与检验结果绑定，解决了group_split()丢失分组信息的问题。

错误原因回顾 #

1. base split + map方法：仅按分组ID拆分，未保留分组标签信息；
2. 原始summarise方法：未用list()包裹检验结果，导致summarise()未按分组处理，重复输出全局检验结果；
3. group_split方法：拆分后的列表元素不携带分组标签，需手动提取合并。

内容的提问来源于stack exchange，提问作者Brandon