要对86个不同组进行TTEST，而不计算平均值，可以使用Python的scipy库来进行统计分析。下面是一个示例代码：

import numpy as np
from scipy import stats

# 生成86个不同组的数据，每个组包含10个观测值
data = np.random.randn(86, 10)

# 进行TTEST
results = []
for i in range(len(data)):
    for j in range(i+1, len(data)):
        t_stat, p_value = stats.ttest_ind(data[i], data[j])
        results.append((i, j, t_stat, p_value))

# 打印结果
for result in results:
    print(f"Group {result[0]} vs Group {result[1]}: t-statistic={result[2]}, p-value={result[3]}")

这段代码首先生成了86个不同组的数据，每个组包含10个观测值。然后通过嵌套循环遍历所有组合，使用stats.ttest_ind函数计算两个组之间的t-statistic和p-value。最后，打印出每个组合的结果。

请注意，这个示例代码中生成了随机数据作为示例，你需要根据实际情况替换为你的数据。此外，这段代码假设每个组的观测值数量相同，如果不同组的观测值数量不同，可能需要使用其他的TTEST方法（如Welch's t-test）来处理。