如何在R中循环多列运行clusWilcox.test函数？

问题背景 #

我需要对数据集的多列运行clusrank包中的clusWilcox.test函数：

• 数据集共92列，1-26列为因子型自变量，27-92列为数值型因变量
• 手动运行的单列代码示例：

clusWilcox.test(column27 ~ treatment + cluster(factor1), data = df)
clusWilcox.test(column28 ~ treatment + cluster(factor1), data = df)
# ... 重复到column92

我尝试改编lm的批量代码，但运行失败。参考的lm批量代码（可正常运行）：

names(df)
varlist <- names(df)[27:92]
models <- lapply(varlist, function(x) {
  lm(substitute(i ~ treatment + factor1, list(i = as.name(x))), data = df)
})
models

改编后的clusWilcox.test代码：

names(df)
varlist <- names(df)[27:92]
models2 <- lapply(varlist, function(x) {
  clusWilcox.test(substitute(i ~ treatment + cluster(factor1), list(i = as.name(x))), data = df)
})
models2

运行后报错：

Error in `vectbl_as_col_location()`:
! Can't subset columns that don't exist.
✖ Columns `substitute`, `i ~ Treatment`, and `list(i = as.name(x))` don't exist.
Run `rlang::last_error()` to see where the error occurred.

错误原因 #

lm可以正确解析substitute生成的公式对象，但clusWilcox.test的参数解析逻辑不同——它没有识别出传入的是公式对象，反而把substitute(...)整个表达式当作列名去数据框中查找，导致出现“列不存在”的错误。

解决方法 #

方法1：使用reformulate构建公式 #

reformulate可以直接通过字符向量生成公式，更适合批量场景：

library(clusrank)

varlist <- names(df)[27:92]
models2 <- lapply(varlist, function(x) {
  # 构建公式：因变量 ~ treatment + cluster(factor1)
  formula <- reformulate(c("treatment", "cluster(factor1)"), response = x)
  clusWilcox.test(formula, data = df)
})
models2

方法2：将字符串转为公式对象 #

先拼接公式字符串，再用as.formula转换为公式对象：

library(clusrank)

varlist <- names(df)[27:92]
models2 <- lapply(varlist, function(x) {
  formula_str <- paste(x, "~ treatment + cluster(factor1)")
  clusWilcox.test(as.formula(formula_str), data = df)
})
models2

结果整理（可选） #

如果需要把结果整理成更易读的数据框，可以用broom包提取关键信息：

library(broom)
library(dplyr)

results_df <- bind_rows(lapply(models2, tidy), .id = "variable")
results_df <- results_df %>% 
  mutate(variable = varlist[as.integer(.id)]) %>% 
  select(variable, statistic, p.value, method)

内容的提问来源于stack exchange，提问作者Isabelle