R语言分组循环计算组间差异显著性并输出结果表的实现方法

完整可运行代码 #

# 1. 准备示例数据（你已有数据可跳过这一步）
acc <- data.frame(
  V1 = c(0.65996025, 0.55217749, 0.78412743, 0.95358681,
         0.23634827, 0.35234372, 0.21214891, 0.03710918,
         0.84751145, 0.89086948, 0.59060242, 0.68724963),
  V2 = rep(c("B1", "B2", "B3"), each = 4)
)

# 2. 自动获取所有分组，生成两两不重复组合
groups <- unique(acc$V2)
comb_list <- combn(groups, 2, simplify = FALSE)

# 3. 初始化结果容器
res_df <- data.frame(results = character(length(comb_list)), 
                     row.names = sapply(comb_list, paste, collapse = "_"))

# 4. 循环计算每组显著性
for (i in seq_along(comb_list)) {
  g1 <- comb_list[[i]][1]
  g2 <- comb_list[[i]][2]
  # 提取两组对应数值
  val1 <- acc$V1[acc$V2 == g1]
  val2 <- acc$V1[acc$V2 == g2]
  diff_val <- val1 - val2
  # 计算t值和p值，添加sd为0的边界情况处理避免报错
  sd_diff <- sd(diff_val)
  if (sd_diff == 0) {
    p_val <- 1
  } else {
    t_val <- mean(diff_val) / sd_diff
    p_val <- 2 * pt(-abs(t_val), df = length(diff_val) - 1)
  }
  # 判定显著性
  res_df$results[i] <- ifelse(p_val < 0.05, "sig", "no")
}

# 输出最终结果
print(res_df)

输出结果示例 #

运行上述代码后会直接输出你需要的结构：

results
B1_B2     sig
B1_B3      no
B2_B3     sig

扩展说明 #

• 代码自动适配任意数量的分组，不需要手动拆分分组、手动写差值计算逻辑，新增分组时无需修改核心逻辑
• 内置了差值标准差为0的边界处理，避免计算报错
• 如果需要保留中间的t值、p值结果，只需要在res_df中新增对应列存储即可

内容的提问来源于stack exchange，提问作者ana_gg