在R中对多列成绩执行含排除0分条件的t检验方法问询

看起来你想针对不同科目组合做t检验，但需要排除涉及科目成绩为0的记录，用adply来批量处理对吧？我给你整理了一套可行的方案，结合示例数据一步步来：

1. 准备示例数据 #

首先把你的示例数据转换成可直接运行的R代码：

library(plyr)
library(dplyr)

# 你的示例数据集
student_data <- data.frame(
  Name = rep("a", 7),
  Date = c("1/1/2018", "2/1/2018", "3/1/2018", "4/1/2018", "5/1/2018", "6/1/2018", "7/1/2018"),
  maths_marks = c(67, 0, 95, 76, 67, 95, 0),
  science_marks = c(86, 46, 81, 75, 86, 81, 46),
  english_marks = c(78, 64, 76, 0, 78, 76, 64),
  history_marks = c(54, 28, 56, 43, 54, 56, 28)
)

2. 生成科目配对组合 #

先提取所有科目列，生成不重复的两两组合（避免重复检验比如maths-science和science-maths）：

# 获取所有科目列名
subject_cols <- colnames(student_data)[3:6]

# 生成不重复的两两科目组合
subject_pairs <- expand.grid(subject1 = subject_cols, subject2 = subject_cols, stringsAsFactors = FALSE) %>%
  filter(subject1 < subject2)

3. 定义带过滤逻辑的t检验函数 #

核心是在运行t检验前，过滤掉当前检验的两个科目中任意一个为0的行。这里默认用配对t检验（因为是同一个学生的多次成绩），如果需要独立样本检验可以修改参数：

run_filtered_t_test <- function(subject1, subject2, data) {
  # 过滤：排除subject1或subject2成绩为0的记录
  filtered_df <- data %>%
    filter(!!sym(subject1) != 0, !!sym(subject2) != 0)
  
  # 处理样本量不足的情况（避免报错）
  if(nrow(filtered_df) < 2) {
    return(data.frame(
      Subject1 = subject1,
      Subject2 = subject2,
      t_statistic = NA,
      degrees_of_freedom = NA,
      p_value = NA,
      mean_difference = NA,
      conf_interval_low = NA,
      conf_interval_high = NA,
      note = "样本量不足（过滤后少于2条记录）",
      stringsAsFactors = FALSE
    ))
  }
  
  # 运行配对t检验（如果是独立样本，把paired改成FALSE）
  t_result <- t.test(filtered_df[[subject1]], filtered_df[[subject2]], paired = TRUE)
  
  # 提取关键结果整理成数据框
  data.frame(
    Subject1 = subject1,
    Subject2 = subject2,
    t_statistic = t_result$statistic,
    degrees_of_freedom = t_result$parameter,
    p_value = t_result$p.value,
    mean_difference = t_result$estimate,
    conf_interval_low = t_result$conf.int[1],
    conf_interval_high = t_result$conf.int[2],
    note = NA,
    stringsAsFactors = FALSE
  )
}

4. 用adply批量运行检验 #

现在就可以用adply遍历所有科目组合，批量执行带过滤的t检验：

# 批量运行并获取结果
t_test_results <- adply(subject_pairs, 1, function(row) {
  run_filtered_t_test(row$subject1, row$subject2, student_data)
})

# 查看最终结果
print(t_test_results)

关键点说明 #

• !!sym(subject1)：把字符串格式的科目名转换成可引用的列名，实现动态过滤。
• 过滤逻辑：确保只有两个科目成绩都不为0的记录才会被用于检验，完全符合你的需求。
• 异常处理：添加了样本量检查，避免因过滤后数据过少导致的报错，同时用note列标注异常情况。

内容的提问来源于stack exchange，提问作者frogfoot93