多个分组的boxplot如何批量计算统计检验并加P值

一般比较简单的boxplot是这样的，2个对比组，一个P值，这种图很简单。

        但是当你有多个分组时，比如有4个分组，需要两两之间比较，然后再添加P值，你会怎么做，有的小伙伴说可以用geom_signif()和stat_signif()来实现，然后自己写出来两两组合的所有comparisons就可以了。那我又要问了，我想要P<0.05的加上去，P>0.05的不加上去,那该怎么办？，哈哈哈，这个时候该我出马了......如果你的数据是宽格式呢，首先需要转成长格式（用reshape2::melt转换

        之后利用ggpubr的compare_means函数去计算出统计检验结果，compare_formula代表的是group~value。

res = compare_means(compare_formula, dataset, method = 't.test', 
                        p.adjust.method = 'none', var.equal = T)

后面基于ggplot2开始构建绘图主体：

pic <- ggplot(dataset, aes_string(axis_x, axis_y)) +
    stat_boxplot(geom = 'errorbar', width = 0.3, color = "#404040", size = line_size) + 
    geom_boxplot(aes_string(color = axis_x, fill = axis_x), 
                 fatten = 1, alpha = 0.5, color = "#404040",
                 outlier.shape = NA, size = line_size) + 
    geom_jitter(aes_string(color = axis_x, fill = axis_x), size = pt_size) +
    labs(title = plot_title, y = y_label) + theme_bw() + theme +
    guides(color = 'none', fill = 'none') + 
    scale_color_manual(values = colors) + 
    scale_fill_manual(values = colors) +
    scale_y_continuous(expand = c(0.1, 0))

选择P<0.05的统计检验结果，并添加到绘图主体中。 

stat_res_tmp <- res %>% filter(p.signif != 'ns')
pic <- pic + geom_bracket(data = stat_res_tmp, aes(xmin = group1, xmax = group2, label = p.signif), 
                   y.position = stat_res_tmp$y.position, tip.length = 0.01, vjust = 0.5, 
                   step.increase = 0.1, size = 1, label.size = label_size)

最终画出的图像案例如下（实现了把P<0.05的两两比较组加上星号*）：

都看到这里了，还不快点赞+关注么！！！