嵌套列映射遍历及两组t检验计算的tidy R实现方法咨询

实现方案 #

基于tidyverse生态的purrr+dplyr+broom组合即可完成批量计算，全程符合tidy风格编码规范：

1. 依赖包加载

library(tidyverse)
library(broom)

2. 基础批量实现

直接遍历所有嵌套tibble完成t检验，支持保留完整检验对象或直接输出结构化统计结果：

# 方案1：仅计算并保留完整t检验对象
result_with_raw_test <- data %>%
  mutate(
    t_test = map(data, function(df) {
      grp1 <- df %>% filter(x == 1) %>% pull(y)
      grp2 <- df %>% filter(x == 5) %>% pull(y)
      t.test(grp1, grp2)
    })
  )

# 方案2：直接输出结构化统计结果（推荐，方便后续分析）
result_tidy <- data %>%
  mutate(
    # 用公式写法更简洁，无需单独提取两组向量
    t_test = map(data, ~t.test(y ~ x, data = filter(.x, x %in% c(1,5)))),
    # 将t检验返回的列表转为标准tibble格式
    test_stat = map(t_test, tidy)
  ) %>%
  # 展开检验结果，每一行对应一个日期的t检验统计指标
  unnest(test_stat) %>%
  # 可选：按需保留需要的列
  select(date, estimate, statistic, p.value, conf.low, conf.high, method)

3. 增强健壮性的实现

如果存在某组样本量不足的情况，可增加校验逻辑避免报错：

result_safe <- data %>%
  mutate(
    test_stat = map(data, function(df) {
      df_sub <- filter(df, x %in% c(1,5))
      # 校验两组都至少有2个有效样本才执行t检验
      if(n_distinct(df_sub$x) == 2 && min(table(df_sub$x)) >= 2) {
        t.test(y ~ x, data = df_sub) %>% tidy()
      } else {
        # 样本不足时返回空tibble，后续自动填充NA
        tibble()
      }
    })
  ) %>%
  unnest(test_stat, keep_empty = TRUE)

内容的提问来源于stack exchange，提问作者user113156