R中长格式含缺失值数据集单命令执行配对pairwise.t.test

• pairwise.t.test开启paired=TRUE时不会主动读取数据中的id列信息，完全依靠不同分组的观测顺序识别配对：默认time组的第1个观测互配、第2个观测互配，以此类推。
• 你当前的排序逻辑存在风险：示例数据能跑出正确结果仅因为生成时每个time组内的id顺序完全一致，一旦实际数据排序发生变化，哪怕所有id都完整，也会得到完全错误的配对检验结果。建议在做检验前，对每个marker分组下的数据统一按id排序，确保所有time组的id顺序完全对应。

报错原因是删除含缺失值的行后，不同time组的观测数量不一致，不符合配对检验要求。你可以在不改动原有代码核心结构的前提下，仅在分组计算时先过滤掉当前marker下存在任意时间点缺失的id，确保保留的id都有完整的4个时间点检测值即可，修改后的代码如下：

dt_ttest <- data.table::data.table(mydata_long)
adf2 <- as.data.frame(dt_ttest[, {
  # 新增：仅保留当前marker下所有时间点都有值的id
  valid_dt <- .SD[, .SD[all(!is.na(value))], by = id]
  stats::na.omit(as.data.frame.table(
    stats::pairwise.t.test(valid_dt$value, valid_dt$time,
                           p.adjust.method="none", pool.sd=FALSE,
                           var.equal=TRUE, paired=TRUE)$p.value,
    responseName="pvalue", stringsAsFactors=FALSE))
}, by=marker])
names(adf2)[2:3] <- paste0("Group_", c("B","A")) 
adf2

• 该修改仅在原分组逻辑内新增了id有效性过滤步骤，完全保留了你原有检验、结果整理的代码逻辑，无需调整后续处理流程。
• 如果你想要保留尽可能多的配对，不需要要求id所有4个时间点都完整，仅需要两两比较的两个时间点都有值即可，可以将pairwise.t.test替换为rstatix::pairwise_t_test，该函数会自动处理两两比较时的缺失值配对，不需要额外过滤全时间点完整的id。

内容的提问来源于stack exchange，提问作者DaniCee