如何为tbl_summary汇总表添加总数据集占比行

问题 #

我正在为数据框data2创建汇总表，按Group列分组汇总，使用的代码如下：

data2 %>% 
  tbl_summary(by=Group)

data2是data1的子集，我希望在汇总表中添加一行“% of total”，展示每个分组占完整数据集data1的百分比，计算公式为：

GroupA <- (sum(data2$Group == "GroupA")/nrow(data1))*100
GroupB <- (sum(data2$Group == "GroupB")/nrow(data1))*100
GroupC <- (sum(data2$Group == "GroupC")/nrow(data1))*100
GroupD <- (sum(data2$Group == "GroupD")/nrow(data1))*100

当前汇总表包含Age、Female特征的分组统计，我尝试过add_stat函数，但它仅能添加列而非行，请问该如何实现？

附样本数据：

# A tibble: 15 × 3
   Group  Female   Age
   <chr>  <lgl>  <dbl>
 1 GroupC TRUE      97
 2 GroupD FALSE     96
 3 GroupD TRUE      74
 4 GroupA TRUE     102
 5 GroupA FALSE     68
 6 GroupB FALSE     92
 7 GroupA FALSE    100
 8 GroupD TRUE      89
 9 GroupB TRUE     102
10 GroupB FALSE     92
11 GroupA TRUE      85
12 GroupD TRUE      64
13 GroupC FALSE     89
14 GroupB TRUE      84
15 GroupC FALSE     88

解决方案 #

可以利用gtsummary包的modify_table_body函数手动添加目标行，具体实现如下：

方法1：先计算占比再合并到表中 #

library(gtsummary)
library(dplyr)

# 计算各分组占data1的百分比，整理成符合表格结构的数据框
group_pct <- tibble(
  variable = "% of total",
  var_type = "categorical",
  row_type = "label",
  GroupA = (sum(data2$Group == "GroupA")/nrow(data1))*100,
  GroupB = (sum(data2$Group == "GroupB")/nrow(data1))*100,
  GroupC = (sum(data2$Group == "GroupC")/nrow(data1))*100,
  GroupD = (sum(data2$Group == "GroupD")/nrow(data1))*100
)

# 生成原始汇总表并添加占比行
data2 %>% 
  tbl_summary(by = Group) %>%
  modify_table_body(~ bind_rows(., group_pct)) %>%
  # 格式化百分比列，保留1位小数
  modify_fmt_fun(
    columns = starts_with("Group"),
    rows = variable == "% of total",
    fmt_fun = ~ style_percent(.x/100, digits = 1)
  )

方法2：直接在表格修改步骤中计算占比 #

如果不想单独生成占比数据框，可以直接在modify_table_body中完成计算：

library(gtsummary)
library(dplyr)

data2 %>% 
  tbl_summary(by = Group) %>%
  modify_table_body(
    ~ bind_rows(
      .,
      tibble(
        variable = "% of total",
        var_type = "categorical",
        row_type = "label",
        GroupA = (sum(data2$Group == "GroupA")/nrow(data1))*100,
        GroupB = (sum(data2$Group == "GroupB")/nrow(data1))*100,
        GroupC = (sum(data2$Group == "GroupC")/nrow(data1))*100,
        GroupD = (sum(data2$Group == "GroupD")/nrow(data1))*100
      )
    )
  ) %>%
  modify_fmt_fun(
    columns = starts_with("Group"),
    rows = variable == "% of total",
    fmt_fun = ~ style_percent(.x/100, digits = 1)
  )

两种方法都能在汇总表末尾添加一行“% of total”，展示各分组相对于完整数据集data1的占比。

内容的提问来源于stack exchange，提问作者katkat