GTSummary 中的行分组
Ben*_*ran 7 r summary tbl gtsummary gt
我正在尝试对一些行/变量（分类变量和连续变量）进行分组，以帮助提高大型数据集中的表可读性。
这是虚拟数据集：
library(gtsummary)
library(tidyverse)
library(gt)
set.seed(11012021)
# Create Dataset
PIR <-
tibble(
siteidn = sample(c("1324", "1329", "1333", "1334"), 5000, replace = TRUE, prob = c(0.2, 0.45, 0.15, 0.2)) %>% factor(),
countryname = sample(c("NZ", "Australia"), 5000, replace = TRUE, prob = c(0.3, 0.7)) %>% factor(),
hospt = sample(c("Metropolitan", "Rural"), 5000, replace = TRUE, prob = c(0.65, 0.35)) %>% factor(),
age = rnorm(5000, mean = 60, sd = 20),
apache2 = rnorm(5000, mean = 18.5, sd=10),
apache3 = rnorm(5000, mean = 55, sd=20),
mechvent = sample(c("Yes", "No"), 5000, replace = TRUE, prob = c(0.4, 0.6)) %>% factor(),
sex = sample(c("Female", "Male"), 5000, replace = TRUE) %>% factor(),
patient = TRUE
) %>%
mutate(patient_id = row_number())%>%
group_by(
siteidn) %>% mutate(
count_site = row_number() == 1L) %>%
ungroup()%>%
group_by(
patient_id) %>% mutate(
count_pt = row_number() == 1L) %>%
ungroup()
然后我使用以下代码生成我的表：
t1 <- PIR %>%
select(patientn = count_pt, siten = count_site, age, sex, apache2, apache3, apache2, mechvent, countryname) %>%
tbl_summary(
by = countryname,
missing = "no",
statistic = list(
patientn ~ "{n}",
siten ~ "{n}",
age ~ "{mean} ({sd})",
apache2 ~ "{mean} ({sd})",
mechvent ~ "{n} ({p}%)",
sex ~ "{n} ({p}%)",
apache3 ~ "{mean} ({sd})"),
label = list(
siten = "Number of ICUs",
patientn = "Number of Patients",
age = "Age",
apache2 = "APACHE II Score",
mechvent = "Mechanical Ventilation",
sex = "Sex",
apache3 = "APACHE III Score")) %>%
modify_header(stat_by = "**{level}**") %>%
add_overall(col_label = "**Overall**")
t2 <- PIR %>%
select(patientn = count_pt, siten = count_site, age, sex, apache2, apache3, apache2, mechvent, hospt) %>%
tbl_summary(
by = hospt,
missing = "no",
statistic = list(
patientn ~ "{n}",
siten ~ "{n}",
age ~ "{mean} ({sd})",
apache2 ~ "{mean} ({sd})",
mechvent ~ "{n} ({p}%)",
sex ~ "{n} ({p}%)",
apache3 ~ "{mean} ({sd})"),
label = list(
siten = "Number of ICUs",
patientn = "Number of Patients",
age = "Age",
apache2 = "APACHE II Score",
mechvent = "Mechanical Ventilation",
sex = "Sex",
apache3 = "APACHE III Score")) %>%
modify_header(stat_by = "**{level}**")
tbl <-
tbl_merge(
tbls = list(t1, t2),
tab_spanner = c("**Country**", "**Hospital Type**")
) %>%
modify_spanning_header(stat_0_1 ~ NA) %>%
modify_footnote(everything() ~ NA)
这会产生下表：
我想将某些行分组在一起以便于阅读。理想情况下，我希望表格看起来像这样：
我尝试使用 gt 包，代码如下：
tbl <-
tbl_merge(
tbls = list(t1, t2),
tab_spanner = c("**Country**", "**Hospital Type**")
) %>%
modify_spanning_header(stat_0_1 ~ NA) %>%
modify_footnote(everything() ~ NA) %>%
as_gt() %>%
gt::tab_row_group(
group = "Severity of Illness Scores",
rows = 7:8) %>%
gt::tab_row_group(
group = "Patient Demographics",
rows = 3:6) %>%
gt::tab_row_group(
group = "Numbers",
rows = 1:2)
这会产生所需的表：
我的做法存在一些问题。
当我尝试使用行名称（变量）时，出现错误消息（无法对不存在的列进行子集化...）。有没有办法通过使用变量名来做到这一点？对于较大的表，我在使用行号方法分配行名称时遇到了一些麻烦。当单个变量因移动到末尾以说明分组行而失去其位置时尤其如此。
有没有办法在输入 tbl_summary 之前执行此操作？尽管我喜欢此表格的输出，但我使用 Word 作为统计报告的输出文档，并且希望能够在需要时（或由我的合作者）在 Word 中格式化表格。我通常使用 gtsummary::as_flextable 进行表输出。
再次感谢，
本
- 当我尝试使用行名称（变量）时，出现错误消息（无法对不存在的列进行子集化...）。有没有办法通过使用变量名来做到这一点？对于较大的表，我在使用行号方法分配行名称时遇到了一些麻烦。当单个变量因移动到末尾以说明分组行而失去其位置时尤其如此。
有两种方法可以实现此目的，1. 为每个组构建单独的表，然后将它们堆叠起来，2. 添加分组列，然后.$table_body按新变量对 tibble 进行分组。
library(gtsummary)
library(dplyr)
packageVersion("gtsummary")
#> '1.3.6'
# Method 1 - Stack separate tables
t1 <- trial %>% select(age) %>% tbl_summary()
t2 <- trial %>% select(grade) %>% tbl_summary()
tbl1 <-
tbl_stack(
list(t1, t2),
group_header = c("Demographics", "Tumor Characteristics")
) %>%
modify_footnote(all_stat_cols() ~ NA)
# Method 2 - build a grouping variable
tbl2 <-
trial %>%
select(age, grade) %>%
tbl_summary() %>%
modify_table_body(
mutate,
groupname_col = case_when(variable == "age" ~ "Deomgraphics",
variable == "grade" ~ "Tumor Characteristics")
)
2.有没有办法在输入 tbl_summary 之前执行此操作？尽管我喜欢此表格的输出，但我使用 Word 作为统计报告的输出文档，并且希望能够在需要时（或由我的合作者）在 Word 中格式化表格。我通常使用 gtsummary::as_flextable 进行表输出。
上面的示例在导出为 gt 格式之前修改了表格，因此您可以将这些示例导出为 flextable。但是，flextable 没有相同的内置标题行功能（或者至少我不知道它，并且没有在 中使用它as_flex_table()），并且输出如下表所示。我建议从 GitHub 安装 gt 的开发版本并导出为 RTF（受 Word 支持）——他们在过去几个月对 RTF 输出进行了许多更新，它可能适合您。
- 再次感谢你的回复。我尝试使用方法 2，该方法适用于单个表，但当我尝试合并表时，分组的行不再存在。如果我使用方法 1，我将必须构建 15 个单独的表（每个级别合并 3 个表，并为 5 个堆叠级别）。使用 flextable 并在 Word 中插入行可能更容易（并且更省时）。该期刊可能会更改表格的格式。我将尝试使用您教给我的内容以及我可以通过 gt 导出的内容。再次感谢你的帮助。非常感谢。本 (2认同)
我想我可能有一个解决方案（显然，感谢Daniel Sjoberg和团队为我们提供了该modify_table_body功能）
您需要做的就是编辑基础数据框以使用所需的分组行添加变量modify_table_body，然后将其放在您想要的位置，如下所示：
library(gtsummary)
library(dplyr)
packageVersion("gtsummary")
trial%>%
select(age, stage, grade)%>%
tbl_summary()%>%
modify_table_body(
~.x %>%
# add your variable
rbind(
tibble(
variable="Demographics",
var_type=NA,
var_label = "Demographics",
row_type="label",
label="Demographics",
stat_0= NA))%>% # expand the components of the tibble as needed if you have more columns
# can add another one
rbind(
tibble(
variable="Tumor characteristics",
var_type=NA,
var_label = "Tumor characteristics",
row_type="label",
label="Tumor characteristics",
stat_0= NA))%>%
# specify the position you want these in
arrange(factor(variable, levels=c("Demographics",
"age",
"Tumor characteristics",
"stage",
"grade"))))%>%
# and you can then indent the actual variables
modify_column_indent(columns=label, rows=variable%in%c("age",
"stage",
"grade"))%>%
# and double indent their levels
modify_column_indent(columns=label, rows= (variable%in%c("stage",
"grade")
& row_type=="level"),
double_indent=T)
