嵌套数据框中仅对含两类treatment的行执行t检验的方法

这个问题我之前也碰到过，单组没法做两样本t检验确实会打断整个流程，这里给你几个实用的解决方案，你可以根据自己的需求选择：

方法一：先筛选符合条件的分组再做检验 #

如果不需要保留只有单一treatment的分组，直接把它们过滤掉再执行t检验最省心：

set.seed(1) 
df <- data.frame(id = paste0('ID-', 1:100), 
                 group = rep(c('a', 'b', 'c', 'd', 'e'), each = 20), 
                 treatment = c(rep(c('x', 'y'), 40), rep('x', 20)), 
                 value = runif(100))

df_analysis <- df %>% 
  nest(-group) %>% 
  # 筛选出包含至少两种treatment的分组
  filter(map_lgl(data, ~length(unique(.$treatment)) >= 2)) %>% 
  mutate(p = map_dbl(data, ~t.test(value ~ treatment, data=.)$p.value))

这样处理后，结果里就只有a-d组的检验结果，e组会被直接剔除，不会触发报错。

方法二：保留所有分组，不符合条件的返回NA #

如果你需要保留所有分组的记录，只是对单一treatment的分组标记为NA，可以用条件判断或者错误捕获的方式：

方式1：显式判断treatment数量 #

先计算每个分组的treatment种类数，再根据数量决定是否执行检验：

df_analysis <- df %>% 
  nest(-group) %>% 
  mutate(
    # 统计每个分组的treatment类型数量
    treatment_count = map_int(data, ~length(unique(.$treatment))),
    # 仅当类型数≥2时执行t检验，否则返回NA
    p = case_when(
      treatment_count >= 2 ~ map_dbl(data, ~t.test(value ~ treatment, data=.)$p.value),
      TRUE ~ NA_real_
    )
  )

最终结果里e组的p列会显示NA，其他分组正常输出p值。

方式2：用错误捕获函数自动处理报错 #

利用purrr::possibly函数包装t检验，遇到错误时自动返回NA，代码更简洁：

# 定义一个"安全"的t检验函数，出错时返回NA
safe_t_test <- possibly(function(data) {
  t.test(value ~ treatment, data = data)$p.value
}, otherwise = NA_real_)

df_analysis <- df %>% 
  nest(-group) %>% 
  mutate(p = map_dbl(data, safe_t_test))

这种方法不需要手动判断treatment数量，函数会自动处理所有导致t检验失败的情况（比如单一treatment、样本量不足等），容错性更强。

内容的提问来源于stack exchange，提问作者user42485