如何对不同列数数据框按分组批量执行t-test无需指定列名

报错原因 #

现有代码的核心问题是列筛选逻辑错误：
你使用DF2[-2]仅删除了第二列（Name列），但保留了第一列Group（非数值的分组列），lapply遍历时会将Group列也传入t.test计算，非数值列无法计算均值/方差，因此触发了对应的报错。

正确实现代码 #

单数据框运行写法 #

针对单个数据框（如DF2），直接筛选第3列及之后的所有列遍历即可：

# 筛选第3列到最后一列（即Name列之后的所有数值指标列）批量做t检验
t_result <- lapply(DF2[, 3:ncol(DF2)], function(x) t.test(x ~ DF2$Group))

如果需要兼容可能存在的非数值异常列，可以增加数值列校验逻辑：

# 先筛选出第3列起的所有数值列
num_cols <- sapply(DF2[, 3:ncol(DF2)], is.numeric)
valid_cols <- names(num_cols)[num_cols]
# 仅对有效数值列执行t检验
t_result <- lapply(DF2[, valid_cols], function(x) t.test(x ~ DF2$Group))

多数据框批量处理封装 #

如果有多个不同列数的数据框需要统一处理，可以封装为通用函数：

# 定义通用分组t检验函数
batch_t_test <- function(df) {
  # 校验数据结构是否符合要求
  if (!all(c("Group", "Name") %in% colnames(df)[1:2])) {
    stop("数据框前两列需为Group、Name")
  }
  # 筛选第三列起的数值列
  num_cols <- sapply(df[, 3:ncol(df)], is.numeric)
  valid_cols <- names(num_cols)[num_cols]
  # 批量执行t检验
  result <- lapply(df[, valid_cols], function(x) t.test(x ~ df$Group))
  return(result)
}

# 将所有待处理数据框存入列表，批量执行检验
all_df <- list(DF1, DF2, DF3)
all_t_result <- lapply(all_df, batch_t_test)

结果整理（可选） #

如果需要将检验结果提取为可读表格，可以使用以下代码：

# 把单数据框的检验结果整理为结构化数据框
result_df <- do.call(rbind, lapply(t_result, function(res) {
  data.frame(
    指标名称 = gsub(" x$", "", res$data.name),
    A组均值 = res$estimate[1],
    B组均值 = res$estimate[2],
    p值 = res$p.value,
    检验方法 = res$method,
    row.names = NULL
  )
}))

内容的提问来源于stack exchange，提问作者Adriana