R t检验2组，每组3个重复，每个重复有多个值进行比较

我每组有三个样本。我想使用T检验来比较组之间MappedReadsCPM的值。但是，我有4000个值要按PeakNumber指定的顺序进行比较。 下一行很接近，但它并没有告诉R只比较峰值1，然后只比较峰值2，以此类推

    t.test(MappedReadsCPM~Group, data=subset(data2, Group %in% c("1", "2")))$p.value

我不想打印4000个p值——理想情况下，我可以将它们添加到数据帧中

    pvalues <- t.test(MappedReadsCPM~Group, data=subset(data2, Group %in% c("1", "2")))$p.value

您可以使用sapply在数据中的所有唯一峰值上循环，并将数据子集到该特定峰值：

pvalues <- sapply(unique(data2$PeakNumber), function(peak){
  t.test(MappedReadsCPM~Group, data=subset(data2, Group %in% c("1", "2") & PeakNumber == peak))$p.value
})

---

在您的数据中，似乎无法对Group==3运行t测试。因此，我首先对数据进行子集，只保留第1组和第2组

df_12 <- subset(df1, Group != 3)

这将从上述结果中提取p值

pvals <- sapply(t_list, '[[', 'p.value')

pvals
#   peak_1    peak_2    peak_3    peak_4 
#0.4105493 0.9526529 0.3357703 0.1348856 

---

为了使t测试有意义，您必须去掉Group==3。按PeakNumber拆分数据时，组1、2的行数相同，但组3只有1个数据，无法运行测试。此操作正在运行，但看起来好像正在将PV值保存在列表中。我假设pvalue保持顺序-例如，第一个pvalue来自peak_1，第二个是peak_2？用PeakNumber和pvalue作为列将其保存到新df的最简单方法是什么？我想我是通过以下方法得到的，只要pvalue输出列表的顺序正确。峰值表

sp <- split(df_12, df_12$PeakNumber)

t_list <- lapply(sp, function(DF){
  t.test(MappedReadsCPM ~ Group, data = DF)
})

pvals <- sapply(t_list, '[[', 'p.value')

pvals
#   peak_1    peak_2    peak_3    peak_4 
#0.4105493 0.9526529 0.3357703 0.1348856 

rm(df_12, sp)