如何在table1包的额外列中对所有p值进行校正？

要在table1的extra列中添加校正后的p值，核心思路是先批量计算所有变量的原始p值，完成校正后，再让table1逐行调用返回对应校正值，具体步骤如下：

1. 预计算原始p值并校正 #

首先遍历所有需要分析的变量，计算每个变量的原始p值，再用p.adjust()完成校正（支持"bonferroni"、"fdr"等多种校正方法）。

示例代码（含模拟数据）：

# 模拟示例数据
set.seed(123)
df <- data.frame(
    group = factor(sample(c("A", "B"), 100, replace = TRUE)),
    age = rnorm(100, 50, 10),
    gender = factor(sample(c("M", "F"), 100, replace = TRUE)),
    bmi = rnorm(100, 25, 3),
    cholesterol = rnorm(100, 200, 20)
)

# 定义需要分析的变量列表
analysis_vars <- c("age", "gender", "bmi", "cholesterol")

# 批量计算原始p值
raw_p <- sapply(analysis_vars, function(var) {
    x <- df[[var]]
    grp <- df$group
    # 连续变量用t检验，分类变量用卡方检验（可根据需求替换为fisher.test等）
    if (is.numeric(x)) {
        t.test(x ~ grp)$p.value
    } else {
        # 处理卡方检验的警告（可选）
        suppressWarnings(chisq.test(table(x, grp))$p.value)
    }
})

# 计算校正后的p值，这里用FDR校正，可替换为其他方法
adjusted_p <- p.adjust(raw_p, method = "fdr")

2. 自定义返回校正p值的函数 #

编写一个函数，让table1在处理每个变量时，自动匹配并返回对应的校正后p值：

adjusted_pvalue_func <- function(x, ...) {
    # 获取当前处理的变量名称
    current_var <- deparse(substitute(x))
    # 返回该变量对应的校正p值
    adjusted_p[current_var]
}

3. 调用table1生成带校正p值的表格 #

将自定义函数传入extra.col参数即可：

library(table1)

table1(~ age + gender + bmi + cholesterol | group, data = df,
       extra.col = list(`Adjusted P-value (FDR)` = adjusted_pvalue_func))

为什么直接调用p.adjust会报错？ #

你遇到的'list' object cannot be coerced to type 'double'错误，是因为table1的extra.col函数是逐变量单独调用的，每次仅传入单个变量的计算结果（不是所有p值的向量）。如果直接在函数中嵌套p.adjust()，要么是对单个p值校正（结果和原始p值无区别），要么错误地传入了列表格式的参数，导致类型转换失败。

可选优化：合并原始p值和校正p值 #

如果需要同时显示原始p值和校正p值，可定义两个函数分别返回：

raw_pvalue_func <- function(x, ...) {
    current_var <- deparse(substitute(x))
    raw_p[current_var]
}

table1(~ age + gender + bmi + cholesterol | group, data = df,
       extra.col = list(`Raw P-value` = raw_pvalue_func,
                       `Adjusted P-value (FDR)` = adjusted_pvalue_func))

内容的提问来源于stack exchange，提问作者RmyjuloR