如何让tbl_summary()以含缺失值的总样本量为分母计算百分比？

gtsummary的tbl_summary()目前没有内置参数直接让分类变量的百分比计算以组内总观测数（包含缺失值）为分母，但可以通过自定义统计量函数结合statistic参数实现，同时保留tbl_summary的自动变量识别、统计检验等核心功能，无需切换到tbl_custom_summary()。

具体实现步骤 #

1. 定义自定义统计函数，计算基于组总观测数的百分比

# 自定义统计函数：返回"计数 (百分比)"格式，百分比以组内总观测数（含缺失）为分母
pct_total <- function(x, ...) {
  # 获取当前分组的总观测数（包含缺失值）
  group_total <- length(x)
  # 统计各非缺失水平的计数
  level_counts <- table(x, useNA = "no")
  # 计算百分比（保留整数精度）
  pct_values <- scales::percent(level_counts / group_total, accuracy = 1)
  # 拼接成目标格式
  paste0(level_counts, " (", pct_values, ")")
}

2. 在tbl_summary()中调用该函数，同时保留缺失值显示和统计检验功能

library(gtsummary)
library(dplyr)

# 示例数据集
df <- tibble::tibble(
  group = rep(c("A", "B"), each = 66),
  outcome = c(
    rep("Yes", 6), rep("No", 18), rep(NA, 42),
    rep("Yes", 7), rep("No", 25), rep(NA, 34)
  )
)

# 生成符合需求的汇总表
df %>%
  tbl_summary(
    by = group,
    missing = "ifany",  # 将缺失值显示为"Unknown"
    # 指定所有分类变量使用自定义统计函数
    statistic = list(all_categorical() ~ "{pct_total(.)}")
  ) %>%
  add_p()  # 自动添加统计检验

输出效果 #

生成的表格中，分类变量的百分比将以组内总观测数为分母：

• outcome = Yes：Group A为6 (9%)（6/66），Group B为7 (11%)（7/66）
• outcome = No：Group A为18 (27%)（18/66），Group B为25 (38%)（25/66）
• Unknown（缺失值）：Group A为42 (64%)（42/66），Group B为34 (52%)（34/66）

补充说明 #

• 若需要调整百分比精度，可修改scales::percent()的accuracy参数（如accuracy=0.1保留一位小数）
• add_p()会自动对分类变量应用合适的统计检验（如卡方检验），若需将缺失值作为一个水平参与检验，可通过test参数调整：

add_p(test = list(all_categorical() ~ "chisq.test", args = list(na.action = na.pass)))

内容的提问来源于stack exchange，提问作者Thomas Husson