按组进行 t.test 的解决方法可以使用 R 语言的 t.test() 函数和 dplyr 包的 group_by() 函数。下面是一个示例代码：

# 安装和加载 dplyr 包
install.packages("dplyr")
library(dplyr)

# 创建一个数据框
data <- data.frame(
  group = c(rep("A", 10), rep("B", 10)),
  value = c(rnorm(10), rnorm(10))
)

# 按组进行 t.test
result <- data %>%
  group_by(group) %>%
  summarise(p.value = t.test(value ~ group)$p.value)

# 输出结果
print(result)

上述代码首先安装和加载了 dplyr 包，然后创建了一个包含两列的数据框，其中一列是组别信息，另一列是数值数据。接下来使用 group_by() 函数对数据框按组分组，然后使用 summarise() 函数计算每个组别的 t.test 的 p 值。最后通过 print() 函数输出结果。

注意：在上述代码中，假设数据的分布满足正态分布，如果数据不满足正态分布假设，可以考虑使用非参数检验方法，如 wilcox.test() 函数进行组间比较。