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，所有循环得到的P值都存入同一个新的excel中

在R语言中，可以使用`readxl`包来读取Excel文件，`data.table`或`dplyr`包来进行数据操作，然后利用`shapiro.test`函数进行正态性检验，并结合`t.test`或`wilcox.test`进行统计分析。这里是一个简单的示例流程：

首先，安装并加载需要的包：

install.packages("readxl")
install.packages("data.table")  # 或者 "dplyr"
library(readxl)
library(data.table)  # 或者 library(dplyr)

接着，读取Excel文件，假设文件名为`my_data.xlsx`，并且有若干列：

data <- read_excel("my_data.xlsx")

接下来，你可以创建一个循环来处理每列数据：

# 使用data.table
setDT(data)[, .(p_val = ifelse(shapiro.test(.SD)$p.value < 0.05, t.test(.SD)$p.value, wilcoxon_test(.SD)$p.value)), by = colnames(data)]

# 或者使用dplyr
data %>%
  gather(key = column_name, value = data_value, -row_number) %>%  # 将数据堆叠
  group_by(column_name) %>%
  mutate(p_val = ifelse(shapiro.test(data_value)$p.value < 0.05, t.test(data_value)$p.value, wilcox.test(data_value)$p.value)) %>%
  ungroup() %>%
  select(-row_number) %>%
  distinct(column_name, p_val)  # 只保留结果

以上代码会生成一个新的数据表或数据框，其中包含每个列的名称及其对应的P值。