R 同时对多个数据集进行Wilcoxon循环测试

我有一个问题，关于是否可以对生成的所有表在循环中进行Wilcoxon测试

基本上，我想在每个数据集的两个变量之间进行配对Wilcoxon测试，对于每个数据集，这两个变量位于相同的位置（如xth和yth列）。（对于熟悉生物学的人来说，事实上，这是一些重复元素的控制样本和处理样本之间的RPKM值），我希望我能为每个数据集的Wilcoxon检验生成一个p值表

我已准备好使用以下代码生成所有表/数据集/数据帧，我想我想对每个数据集进行Wilcoxon测试，因此我想我需要继续循环，但我不知道如何进行：

data=sample_vs_norm
filter=unique(data$family)

for(i in 1:length(filter)){
  table_name=paste('table_', filter[i], sep="")
  print(table_name)
  assign(table_name, data[data$Subfamily == filter[i]])

以下是单个数据集的结构： 基本上我想在变量“R009_initial_filter_rpkm”和“normal_filter_rpkm”之间做一个Wilcoxon检验

---

如果我使用了不正确的术语，我很抱歉，因为我是R的新手，非常感谢您的帮助

一种方法是在

data.table中使用
by=
分组

library(data.table)
setDT(data)
data[,wilcox.test(R009_initial_filter_rpkm,
                  normal_filter_rpkm)[c("statistic","p.value")],
     by = TE_Subfamily]
#   TE_Subfamily statistic p.value
#1:       AluYf4       7.5       1

您可以按任意数量的变量进行分组，例如
TE_Subfamily
和
Chr
：

data[TE_Subfamily %in% filter,
     wilcox.test(R009_initial_filter_rpkm,
                  normal_filter_rpkm)[c("statistic","p.value")],
     by = .(TE_Subfamily,Chr)]
#   TE_Subfamily   Chr statistic p.value
#1:       AluYf4 chr11         0       1
#2:       AluYf4  chr2         1       1
#3:       AluYf4  chr4         0       1
#4:       AluYf4  chr6         1       1

如果您只需要对某些
TE_子家族
执行比较，您可以尝试以下方法：

filter <- c("AluYf4")
data[TE_Subfamily %in% filter,
     wilcox.test(R009_initial_filter_rpkm,
                  normal_filter_rpkm)[c("statistic","p.value")],
     by = TE_Subfamily]
#   TE_Subfamily statistic p.value
#1:       AluYf4       7.5       1

请编辑您的文章，使最小的重复性的例子。看见你必须包括一些样本数据；4-10行通常就足够了。包括您希望输出外观的示例。认识到：实际上，你的听众中没有人知道或关心RPKM或WIlcox测试，我们不想阅读理解它们所需要的阅读材料。我们想帮助您如何迭代多个单一测试。将所有Wilcox代码包装在一个函数中，并确保它正确执行一个测试。然后编辑您的帖子，询问我们如何迭代所有情况。郭先生，欢迎来到Stack Overflow。我同意David的观点，你的问题应该浓缩成一些简短的内容，如果我们有一个可复制的例子，帮助你会容易得多。然而，我不同意引入问题是无用的。帮助页面甚至还谈到了一个介绍。非常感谢您的评论，我对问题的设置感到抱歉，因为我对编码/关系等方面真的很陌生，就像我以前经常在湿实验室做的那样，我不太知道如何用程序员的语言进行交流。如果我可以的话，我会设法解决它。。。thxI已经对问题进行了修改，请随意发表任何评论/建议/评论，以便我可以向你们学习，非常感谢！！
data[TE_Subfamily %in% filter,
     wilcox.test(R009_initial_filter_rpkm,
                  normal_filter_rpkm)[c("statistic","p.value")],
     by = .(TE_Subfamily,Chr)]
#   TE_Subfamily   Chr statistic p.value
#1:       AluYf4 chr11         0       1
#2:       AluYf4  chr2         1       1
#3:       AluYf4  chr4         0       1
#4:       AluYf4  chr6         1       1

filter <- c("AluYf4")
data[TE_Subfamily %in% filter,
     wilcox.test(R009_initial_filter_rpkm,
                  normal_filter_rpkm)[c("statistic","p.value")],
     by = TE_Subfamily]
#   TE_Subfamily statistic p.value
#1:       AluYf4       7.5       1

data[TE_Subfamily %in% filter,
     wilcox.test(R009_initial_filter_rpkm,
                  normal_filter_rpkm)[c("statistic","p.value")],
     by = TE_Subfamily][,adjusted.p.value := p.adjust(p.value,method = "bonferroni")][]