如何对数据框所有列按class分组执行t检验（替代循环）

目标数据框 #

你拥有如下数据框：

X1 X2 X3 X4 X5 class
1  1  7  3  9  5     n
2  2  8  4 10  6     n
3  3  9  5  1  7     n
4  4 10  6  2  8     p
5  5  1  7  3  9     p
6  6  2  8  4 10     p

需求是按class变量分组，对所有X开头的列执行t检验，希望用比循环更高效简洁的方式实现。

现有代码（含修正后的数据构造） #

原代码的数据构造存在问题，以下是修正后能生成目标数据框的代码：

# 修正后的数据构造代码
m1 <- data.frame(
  X1 = 1:6,
  X2 = c(7,8,9,10,1,2),
  X3 = 3:8,
  X4 = c(9,10,1,2,3,4),
  X5 = 5:10,
  class = rep(c("n","p"), each=3)
)

# 单列t检验示例（可正常运行）
t.test(X1~class, data= m1) 

高效实现方法 #

方法1：使用purrr包（tidyverse风格） #

借助purrr的map函数可以快速遍历所有目标列，自动生成t检验结果：

library(purrr)

# 提取需要检验的列（排除class列）
test_cols <- setdiff(names(m1), "class")

# 批量执行t检验
t_test_results <- map(test_cols, ~t.test(reformulate("class", response = .x), data = m1))

# 给结果列表命名，方便按列名索引查看
names(t_test_results) <- test_cols

# 示例：查看X1的检验结果
t_test_results$X1

方法2：基础R的lapply方法 #

无需额外安装包，用基础R的lapply即可实现：

# 提取需要检验的列
test_cols <- setdiff(names(m1), "class")

# 批量执行t检验
t_test_results <- lapply(test_cols, function(col) {
  t.test(m1[[col]] ~ m1$class)
})

# 给结果列表命名
names(t_test_results) <- test_cols

# 示例：查看X2的检验结果
t_test_results$X2

可选：整理结果为整洁数据框 #

如果需要把所有检验的关键统计量汇总成数据框，方便对比查看，可以用以下代码：

library(dplyr)
library(purrr)

test_summary <- map_dfr(test_cols, function(col) {
  res <- t.test(reformulate("class", response = col), data = m1)
  tibble(
    变量名 = col,
    t统计量 = round(res$statistic, 3),
    p值 = round(res$p.value, 4),
    自由度 = round(res$parameter, 1)
  )
})

print(test_summary)

运行后会输出类似这样的整洁结果：

# A tibble: 5 × 4
  变量名 t统计量   p值 自由度
  <chr>   <dbl> <dbl>   <dbl>
1 X1       -2.73 0.039     4  
2 X2       -0.27 0.799     3.2
3 X3       -2.73 0.039     4  
4 X4       -0.27 0.799     3.2
5 X5       -2.73 0.039     4  

内容的提问来源于stack exchange，提问作者Amir Asaadi