R Studio按流域分组执行Mann-Whitney(Wilcox)检验结果异常修正

原代码运行结果完全一致的根源是：在wilcox.test调用中，公式部分直接通过abund_results$value、abund_results$metric引用全局数据集的列，完全绕过了group_by分组后、通过data = .传递的当前分组子集。每轮分组计算时，实际执行的检验都是基于全量数据集完成，自然所有分组的统计量、p值没有差异。

基础修正版 #

改用分组上下文内的列名构建检验公式，搭配group_modify直接拼接每个分组的检验结果，同时提前过滤NA值避免计算报错：

library(dplyr)
library(broom)

abund_results %>%
  # 按流域维度分组
  group_by(basin) %>%
  # 剔除丰度值为NA的记录，避免检验时的无效样本
  filter(!is.na(value)) %>%
  # 对每个分组子集执行检验，直接返回结构化结果
  group_modify(~ tidy(wilcox.test(value ~ metric, data = .x)))

调整后每一轮检验都会基于当前basin对应的子集数据计算，不会再出现全分组结果一致的问题。
注：原代码使用summarise的方式并不适配该场景——因为tidy()返回的是包含多列的检验结果小表，summarise默认仅支持返回每分组一行的标量值，会触发格式报错，group_modify是逐分组拼接多列结果的更合理选择。

鲁棒性优化版 #

如果数据中存在部分流域仅覆盖单类metric、或者样本量不足导致检验失败的情况，可以增加条件判断逻辑跳过异常分组：

# 封装带异常容错的检验函数
safe_mw_test <- function(sub_df) {
  # 若分组内不足两类metric样本，直接返回空值结果
  if (n_distinct(sub_df$metric) < 2) {
    return(tibble(
      statistic = NA_real_,
      p.value = NA_real_,
      method = "insufficient sample groups"
    ))
  }
  # 正常执行Mann-Whitney U检验
  tidy(wilcox.test(value ~ metric, data = sub_df))
}

abund_results %>%
  group_by(basin) %>%
  filter(!is.na(value)) %>%
  group_modify(~ safe_mw_test(.x))

• 如果需要调整检验的默认参数（比如单侧检验、关闭连续性修正、设置精确p值计算），可以直接在wilcox.test调用中传入对应参数，例如：wilcox.test(value ~ metric, data = .x, alternative = "two.sided", correct = FALSE)
• 由于你采用的是相同采样点下新老阶段丰度的对比，若需要考虑站点的配对效应，可以将检验替换为配对Wilcoxon符号秩检验，仅需在参数中指定paired = TRUE即可。

内容的提问来源于stack exchange，提问作者nracine