这是你要找的吗？

attach(airquality)
Month <- factor(Month, labels = month.abb[5:9])
test <- pairwise.wilcox.test(Ozone, Month)
print(test[["p.value"]])

rstatix包（https://rpkgs.datanovia.com/rstatix/reference/wilcox_test.html）中的pairwise_wilcox_test()函数是否提供了您预期的结果？
例如，以达米安·奥斯瓦尔德为例：

library(tidyverse)
library(rstatix)
attach(airquality)

Month <- factor(Month, labels = month.abb[5:9])
test <- pairwise_wilcox_test(data = airquality,
                             formula = Ozone ~ Month)
test
#> # A tibble: 10 × 9
#>    .y.   group1 group2    n1    n2 statistic        p  p.adj p.adj.signif
#>  * <chr> <chr>  <chr>  <int> <int>     <dbl>    <dbl>  <dbl> <chr>       
#>  1 Ozone 5      6         26     9      82   0.193    0.579  ns          
#>  2 Ozone 5      7         26    26     110.  0.00003  0.0003 ***         
#>  3 Ozone 5      8         26    26     128.  0.000121 0.001  **          
#>  4 Ozone 5      9         26    29     284   0.119    0.476  ns          
#>  5 Ozone 6      7          9    26      51.5 0.014    0.085  ns          
#>  6 Ozone 6      8          9    26      57.5 0.026    0.13   ns          
#>  7 Ozone 6      9          9    29     132.  0.959    1      ns          
#>  8 Ozone 7      8         26    26     348   0.862    1      ns          
#>  9 Ozone 7      9         26    29     578.  0.000744 0.006  **          
#> 10 Ozone 8      9         26    29     552   0.003    0.023  *

# I think the "statistic" column is what you're after
test$statistic
#>     W     W     W     W     W     W     W     W     W     W 
#>  82.0 109.5 127.5 284.0  51.5  57.5 132.5 348.0 577.5 552.0

创建于2022年12月20日，使用reprex v2.0.2