如何从R的t.test输出中提取均值p值生成特征统计汇总表

t.test()的返回结果为列表类型，可直接通过$符号提取两个核心字段：

• 样本均值：t.test(列)$estimate
• 检验p值：t.test(列)$p.value

以下是两种可直接复用的实现方案： #

方案1：Base R实现（无需额外安装包） #

# 取iris数据集前4个数值列做演示，可替换为自己的数据集
df <- iris[, 1:4]
# 初始化结果表
result <- data.frame(
  feature = colnames(df),
  mean = NA_real_,
  `p-val` = NA_real_,
  check.names = FALSE
)
# 逐列执行t检验并提取结果
for (i in seq_along(df)) {
  t_res <- t.test(df[[i]])
  result$mean[i] <- t_res$estimate
  result$`p-val`[i] <- t_res$p.value
}
# 输出结果
print(result)
# 如需导出为csv可执行：write.csv(result, "t_test汇总表.csv", row.names = FALSE)

方案2：tidyverse风格实现（代码更简洁） #

library(tidyverse)
df <- iris[, 1:4]
# 批量迭代计算直接生成汇总表
result <- map_dfr(colnames(df), function(col){
  t_res <- t.test(df[[col]])
  tibble(
    feature = col,
    mean = t_res$estimate,
    `p-val` = t_res$p.value
  )
})
# 输出结果
print(result)

小提示：如果你的t检验为双样本组间比较，只需修改t.test()内的传入参数，提取均值、p值的逻辑保持不变即可。

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