要进行按组的dplyr t-test，可以使用以下步骤：

1. 首先，确保已经安装了dplyr和tidyverse包。如果未安装，可以使用以下代码进行安装：

install.packages("dplyr")
install.packages("tidyverse")

2. 导入所需的包：

library(dplyr)
library(tidyverse)

3. 创建一个包含组别和数值变量的数据框。假设有一个名为data的数据框，其中包含组别变量"group"和数值变量"value"。数据框可以使用以下代码创建：

data <- data.frame(group = c(rep("A", 10), rep("B", 10)),
                   value = c(rnorm(10, mean = 5), rnorm(10, mean = 7)))

4. 使用dplyr的group_by函数按组分组数据：

grouped_data <- data %>% group_by(group)

5. 使用summarize函数计算每个组的均值和标准差：

summary_data <- grouped_data %>% summarize(mean_value = mean(value),
                                           sd_value = sd(value))

6. 使用t.test函数进行t-test，根据"mu = greater than"进行假设检验。假设我们要检验组A的均值是否大于组B的均值：

t_test_result <- t.test(value ~ group, data = data, alternative = "greater")

在这个例子中，我们使用value作为数值变量，group作为组别变量，并选择alternative = "greater"来进行一个单侧假设检验。如果要进行双侧检验，可以选择alternative = "two.sided"。

7. 打印t-test结果：

print(t_test_result)

这将显示t-test的结果，包括t值、自由度、p-value等。

以上是使用dplyr进行按组t-test的示例代码。请根据实际情况修改变量名称和假设检验问题。