如何迭代提取数据集compare_means值并按FEATURE分层计算

你需要在compare_means()的group.by参数中同时传入两个分层变量SESSION和FEATURE即可实现需求，代码示例如下：

library(ggpubr)

# 直接指定多分组变量
compare_means(
  RESPONSE ~ TREATMENT,
  group.by = c("SESSION", "FEATURE"), # 同时传入两个分层字段，会按组合拆分后分别计算组间差异
  data = dataset_long,
  method = "wilcox.test" # 显式指定检验方法，与你示例的Wilcoxon检验匹配
)

如果你的ggpubr版本较低，上述写法输出格式不符合预期，可以改用嵌套分组映射的写法，逻辑更可控：

library(ggpubr)
library(dplyr)

dataset_long %>%
  group_by(SESSION, FEATURE) %>%
  group_modify(~ compare_means(RESPONSE ~ TREATMENT, data = .x)) %>%
  ungroup()

两种写法最终输出的结果会比你给出的示例多一列FEATURE用于标记对应信号的计算结果，每个SESSION下的每个FEATURE都会独立生成一组TREATMENT的两两比较结果，完全匹配你的分层计算要求。

内容的提问来源于stack exchange，提问作者12666727b9