gtsummary进阶技巧：自定义表格样式与统计方法全攻略

gtsummary进阶技巧：自定义表格样式与统计方法全攻略

【免费下载链接】gtsummaryPresentation-Ready Data Summary and Analytic Result Tables项目地址: https://gitcode.com/gh_mirrors/gt/gtsummary

gtsummary是一款强大的R包，能帮助用户快速生成专业的数据摘要和分析结果表格。本文将深入探讨如何通过自定义表格样式和统计方法，充分发挥gtsummary的潜力，让你的分析结果更加出彩。

一、自定义表格样式基础

表格样式是数据呈现的关键，gtsummary提供了丰富的工具让你轻松打造专业表格。modify_table_styling函数是样式自定义的核心，它允许你控制表格的几乎所有视觉元素。

1.1 修改列标题与对齐方式

使用modify_header函数可以轻松修改列标题，而modify_column_alignment则能控制列的对齐方式。例如：

tbl_summary(data) %>% modify_header(stat_0 = "**总体**", stat_1 = "**实验组**") %>% modify_column_alignment(all_stat_cols() ~ "right")

1.2 文本格式与缩进控制

通过modify_table_styling，你可以为特定行或列应用粗体、斜体等文本格式，并控制缩进：

tbl_summary(data) %>% modify_table_styling(columns = label, rows = variable == "age", text_format = "bold") %>% modify_indent(rows = variable == "age", indent = 2)

二、高级统计方法扩展

gtsummary不仅能生成标准统计量，还支持通过add_stat函数添加自定义统计方法，极大扩展了其分析能力。

2.1 自定义统计函数

你可以创建自己的统计函数，并通过add_stat添加到表格中。例如，添加t检验结果：

my_ttest <- function(data, variable, by, ...) { t.test(data[[variable]] ~ as.factor(data[[by]]))$p.value } tbl_summary(data, by = trt) %>% add_stat(fns = everything() ~ my_ttest) %>% modify_header(add_stat_1 = "**p值**")

2.2 多统计量同时呈现

add_stat支持返回多个统计量，让你在一个表格中展示丰富的分析结果：

my_stats <- function(data, variable, ...) { data[[variable]] %>% summarize( mean = mean(., na.rm = TRUE), sd = sd(., na.rm = TRUE) ) } tbl_summary(data) %>% add_stat(fns = age ~ my_stats) %>% modify_header(mean = "**均值**", sd = "**标准差**")

三、动态演示：从数据到精美表格

下面的动态演示展示了如何使用gtsummary快速创建并美化表格：

四、回归分析表格定制

gtsummary在回归分析结果展示方面同样出色，tbl_regression函数配合样式修改功能，能生成 publication-ready 的回归表格。

4.1 风险比与置信区间格式化

对于逻辑回归或Cox模型，你可以轻松格式化风险比和置信区间：

glm(response ~ age + grade, data = trial, family = binomial) %>% tbl_regression(exponentiate = TRUE) %>% modify_fmt_fun(estimate ~ style_ratio(digits = 2)) %>% modify_header(ci = "**95% CI**")

4.2 p值格式化与显著性标记

通过modify_table_styling和bold_p函数，你可以突出显示具有统计显著性的结果：

tbl_regression(model) %>% bold_p(t = 0.05) %>% modify_table_styling(columns = p.value, fmt_fun = style_pvalue(digits = 3))

五、实用技巧与最佳实践

5.1 主题定制

使用set_gtsummary_theme函数可以设置全局样式，确保所有表格风格统一：

set_gtsummary_theme( theme_gtsummary_compact() %>% modify_element(element = "header-labels", value = list(stat_0 = "**总计**")) )

5.2 表格合并与分层

当你需要展示多个相关表格时，tbl_merge和tbl_strata函数能帮助你创建结构化的复合表格：

tbl1 <- tbl_summary(data, include = c(age, grade)) tbl2 <- tbl_regression(glm(response ~ age + grade, data = data), exponentiate = TRUE) tbl_merge(list(tbl1, tbl2), tab_spanner = c("**基线特征**", "**回归分析**"))

通过这些进阶技巧，你可以充分利用gtsummary的强大功能，创建既美观又信息丰富的统计表格，让你的数据分析结果更加专业和有说服力。无论是学术研究还是商业报告，gtsummary都能成为你数据可视化的得力助手。

【免费下载链接】gtsummaryPresentation-Ready Data Summary and Analytic Result Tables项目地址: https://gitcode.com/gh_mirrors/gt/gtsummary