R语言按年龄组分组对F1~F4批量执行两样本t-test的实现问题

问题原因 #

• 核心错误：dplyr::group_by()仅为数据集添加分组标签，不会物理拆分数据集，基础函数lapply()无法识别该分组属性，因此始终调用全量数据计算
• 第一次报错原因：管道语法使用错误，%>%会将上一步结果作为下一个函数的第一个参数传入，你写的代码相当于执行lapply(分组后的df_M, .[-c(1,2,3)], function(x) ...)，给lapply多传了无效的第二个参数，因此报类型错误
• 第二次无分组结果原因：直接对分组后的tbl对象取列，仍然返回全量列数据，不会自动按组拆分，因此t检验用的是所有组的混合数据

高效实现方案 #

推荐使用tidyverse生态的group_nest()+purrr::map()实现，代码简洁且逻辑清晰，无需手动拆分每个分组：

library(tidyverse)

# 实现分组t检验
ttest_result <- df_M %>%
  # 按group分组，每组生成一个独立子数据集
  group_nest(group) %>%
  # 对每个子数据集执行批量t检验
  mutate(
    # 遍历F1-F4四个指标做两样本t检验
    ttest_res = map(data, function(sub_df) {
      lapply(sub_df[, c("F1", "F2", "F3", "F4")], function(x) {
        t.test(x ~ sub_df$country)
      })
    }),
    # 可选：提取t值、p值等关键结果转为表格方便查看
    ttest_stat = map(ttest_res, function(res_list) {
      map_dfr(res_list, broom::tidy, .id = "indicator")
    })
  )

# 查看所有组的检验统计量结果
unnest(ttest_result, ttest_stat)

如果习惯用基础R实现，可以先用split函数把数据集按group拆分成列表，再遍历列表做批量检验：

# 基础R实现方案
df_split <- split(df_M, df_M$group)
ttest_result <- lapply(df_split, function(sub_df) {
  lapply(sub_df[, c("F1","F2","F3","F4")], function(x) t.test(x ~ sub_df$country))
})

内容的提问来源于stack exchange，提问作者Ding Yi