r语言读取excel文件，依次取每一列的数据进行正态性检验，如符合正态性分布则进行独立样本t检验，否则进行两独立样本t‘检验，每次循环都将得到的P值存入一个新的excel中

在R语言中，你可以使用`readxl`包来读取Excel文件，然后使用`psych::describe()`函数检查数据是否符合正态性。对于正态性和非正态性的数据处理，你可以分别采用`t.test()`和`wilcox.test()`来进行独立样本T检验和非参数T'检验。

以下是步骤概述：

1. 首先，你需要安装并加载必要的库，如果尚未安装，可以使用以下命令：

   install.packages("readxl")
   install.packages("psych")
   library(readxl)
   library(psych)

2. 使用`read_excel()`函数读取Excel文件：

   data <- read_excel("your_file.xlsx")

3. 对于每列数据，你可以遍历并进行检验：

   for (col_name in colnames(data)) {
       # 检查正态性
       normality_check <- describe(data[[col_name]])$shapiro_wilk$p.value < 0.05
       
       if (normality_check) {
           # 正态性条件下，使用t.test()
           t_test_result <- t.test(data[[col_name]], var.equal = TRUE)
           write.csv(t_test_result$p.value, file = paste0(col_name, "_ttest_pvalue.csv"), row.names = FALSE)
       } else {
           # 非正态性条件下，使用wilcox.test()
           wilcoxon_test_result <- wilcox.test(data[[col_name]])
           write.csv(wilcoxon_test_result$p.value, file = paste0(col_name, "_wilcoxontest_pvalue.csv"), row.names = FALSE)
       }
   }

4. 这样，每次循环结束后都会将对应列的P值保存到新的CSV文件中。