按Accession分组对长格式数据执行t.test的R语言问题求助

你遇到的问题根源很明确——在do()函数里调用t.test()时，你传入的是整个原始数据集Book18_melt，而不是group_by(Accession)后拆分出的每个分组子集。这就导致每个Accession分组都在对全量数据做t检验，结果自然完全相同。

修正后的代码 #

把t.test()里的数据集参数换成.（在dplyr的do()语境中，.代表当前分组的子数据框）：

data_frame <- Book18_melt %>% 
  group_by(Accession) %>% 
  do(broom::tidy(t.test(value ~ X1, data = ., var.equal = TRUE))) %>% 
  ungroup()

额外注意事项 #

1. NA值处理：从你给出的长格式数据来看，存在NA值。t.test()默认会自动忽略含NA的观测，但如果某个分组里其中一组（35S或N85）的有效数据不足2个，会报错。你可以提前过滤NA，或者在t.test()里加上na.action = na.omit明确处理：

   data_frame <- Book18_melt %>% 
     group_by(Accession) %>% 
     do(broom::tidy(t.test(value ~ X1, data = ., var.equal = TRUE, na.action = na.omit))) %>% 
     ungroup()
   

2. 分组有效性检查：建议先检查每个Accession下，35S和N85组是否都有足够的样本量（至少2个非NA值），避免后续报错：

   sample_check <- Book18_melt %>%
     filter(!is.na(value)) %>%
     count(Accession, X1) %>%
     tidyr::pivot_wider(names_from = X1, values_from = n)
   print(sample_check)
   

这样修改后，每个Accession都会独立进行组间t检验，得到的p值就会是对应分组的真实结果了。

内容的提问来源于stack exchange，提问作者tralala