R中如何生成含多组条件均值、均值差及Mann-Whitney U p值的汇总表

逐行重复写分组计算和检验代码维护成本高，用长表转换+批量迭代的方式可以一次性生成需要的汇总表，无需手动拼接结果。

依赖包安装与加载 #

如果没装过对应包先运行安装命令，已安装可跳过：

install.packages(c("tidyverse", "broom"))

加载包：

library(tidyverse)
library(broom)

批量计算代码 #

运行以下代码可自动识别所有_dummy后缀的二分类变量，一次性完成分组均值计算、均值差计算、Mann-Whitney U检验，输出规整结果表：

result_table <- core_mv_outliers %>%
  pivot_longer(
    cols = ends_with("_dummy"),
    names_to = "variable",
    values_to = "group"
  ) %>%
  group_by(variable, group) %>%
  summarise(mean_dr = mean(damage_ratio, na.rm = TRUE), .groups = "drop") %>%
  pivot_wider(
    names_from = group,
    names_prefix = "mean_group",
    values_from = mean_dr
  ) %>%
  mutate(mean_diff = mean_group1 - mean_group0) %>%
  left_join(
    map_dfr(
      .x = grep("_dummy$", names(core_mv_outliers), value = TRUE),
      .f = ~{
        test_formula <- as.formula(paste0("damage_ratio ~ ", .x))
        wilcox.test(test_formula, data = core_mv_outliers) %>%
          tidy() %>%
          select(p.value) %>%
          mutate(variable = .x)
      }
    ),
    by = "variable"
  ) %>%
  select(
    变量名 = variable,
    `对照组(0)损伤比均值` = mean_group0,
    `暴露组(1)损伤比均值` = mean_group1,
    `组间均值差(1-0)` = mean_diff,
    `检验p值` = p.value
  ) %>%
  mutate(
    `检验p值` = case_when(
      is.na(`检验p值`) ~ "两组无差异无法检验",
      `检验p值` < 0.001 ~ "<0.001",
      TRUE ~ as.character(round(`检验p值`, 3))
    )
  )

结果查看与导出 #

直接打印结果即可在控制台查看规整表格：

print(result_table)

如果需要导出为本地文件，可以直接用以下命令存为csv格式，可直接用Excel打开编辑：

write_csv(result_table, "哑变量损伤比统计检验结果.csv")

如果需要生成学术出版规范的表格，可以配合flextable、gt等包对表格做格式化，调整边框、字体、显著性标记即可直接插入论文。

代码特性 #

• 自动识别所有后缀为_dummy的二分类变量，后续新增哑变量无需修改代码，直接运行即可
• 对全样本仅在一个分组的哑变量（比如示例数据中Shields_bags_dummy所有样本均为0）不会报错中断，会在p值列标注无法检验
• 所有计算逻辑和手动逐组计算的逻辑完全一致，结果不会有偏差
• 列名可根据自己的需求修改调整，均值差的计算方向如果需要0组减1组直接修改mutate里的计算公式即可

内容的提问来源于stack exchange，提问作者tookja