使用R的dplyr批量运行Wilcox.test遇NA报错，如何跳过无效组？

问题场景 #

当对多列数据执行组间Wilcoxon秩和检验时，若某列存在其中一组无有效非NA数据的情况（比如示例中pear列的group 0全为NA，cherry列的group 1全为NA），会直接触发报错中断整个流程，需要实现跳过这类无效列、正常完成其余列检验的逻辑。

解决方案 #

通过自定义一个安全执行Wilcoxon检验的函数，先对每个列的数据做有效性校验，仅当两组都有非NA数据时才执行检验，否则返回NA，避免报错中断。

修改后的完整代码 #

library(dplyr)

# 构造示例数据框
set.seed(123) # 设置随机种子保证结果可复现
df <- data.frame(
  group = c(rep(0,10), rep(1,10)),
  apple = as.numeric(runif(20, -1, 18)),
  pear = as.numeric(c(rep(NA,12), runif(8, 2, 7))), # 直接用NA替代字符串"NA"，更符合R语法规范
  banana = as.numeric(c(runif(10, 1, 3), runif(10, 2.5, 6))),
  cherry = as.numeric(c(runif(9, 5, 12), rep(NA,11)))
)

# 自定义安全Wilcox检验函数
safe_wilcox <- function(x, group) {
  # 过滤当前列和分组的缺失值
  filtered_data <- data.frame(x = x, group = group) %>% na.omit()
  # 检查过滤后分组是否保留2个有效水平
  if (length(unique(filtered_data$group)) != 2) {
    return(NA)
  }
  # 满足条件则执行检验并返回p值
  wilcox.test(x ~ group, data = filtered_data)$p.value
}

# 执行检验并整理结果
df_new <- df %>%
  summarise(across(!group, ~safe_wilcox(.x, group))) %>%
  bind_rows(p.adjust(., method = 'BH')) %>%
  bind_rows(df, .) %>%
  mutate(group = replace(group, is.na(group), c('p.values', 'adjusted_p.values')))

# 查看最终结果
df_new

关键说明 #

1. 自定义safe_wilcox函数：
   • 先用na.omit()过滤掉当前列和分组的缺失值
   • 检查过滤后的分组是否仍有2个有效水平（即两组都存在非NA数据）
   • 不满足条件时返回NA，避免触发报错；满足条件时正常执行Wilcoxon检验并返回p值
2. 替换原检验逻辑：将across中直接调用wilcox.test的逻辑，改为调用自定义的安全检验函数
3. 数据规范修正：原代码中用rep("NA",12)转数值型会生成NA，直接使用rep(NA,12)更符合R的语法规范

内容的提问来源于stack exchange，提问作者Sylvia Rodriguez