使用tbl_summary按性别分组时，如何排除无回答分类？

问题场景 #

使用tbl_summary按性别（qa3_gender）生成分组统计表时，表格会显示男性、女性和“No Answer”三类，但“No Answer”分组无任何参与者（全为0），想要将该分组从表格中移除。尝试过滤数据后表格输出无变化。

数据示例 #

# A tibble: 321 × 2
   poverty            Gender
   <fct>              <fct> 
 1 Below Poverty Line Female
 2 Below Poverty Line Female
 3 Above              Female
 4 Below Poverty Line Female
 5 Above              Female
 6 Below Poverty Line Male  
 7 Above              Female
 8 Above              Female
 9 Above              Female
10 Above              Female
# ℹ 311 more rows

现有代码 #

testable1 <- nosingleparent %>% 
  select(qa3_gender, imp_race, qopmpov)
testable1 %>% 
  tbl_summary(by = qa3_gender) %>%
  modify_spanning_header(c("stat_1", "stat_2") ~ "**Gender**") %>%
  add_overall() %>%
  add_n() %>%
  modify_caption("**Table 3. Non-Single Parents in Study**") %>%
  modify_footnote(
    all_stat_cols() ~ "1 = Male and 2 = Female"
  ) 

无效的尝试代码 #

testable1 <- nosingleparent %>%
  filter(qa3_gender != "No Answer") %>%
  select(qa3_gender, imp_race, qopmpov)

解决方案 #

问题根源是qa3_gender为因子类型，即便过滤掉对应行，因子的水平（levels）仍保留“No Answer”，因此tbl_summary依然会显示该分组。以下两种方法可解决：

方法1：过滤后移除无数据的因子水平 #

在过滤数据后，用fct_drop()清除没有对应数据的因子水平：

testable1 <- nosingleparent %>%
  filter(qa3_gender != "No Answer") %>%
  mutate(qa3_gender = fct_drop(qa3_gender)) %>% # 移除无数据的因子水平
  select(qa3_gender, imp_race, qopmpov)

# 执行原表格生成代码
testable1 %>% 
  tbl_summary(by = qa3_gender) %>%
  modify_spanning_header(c("stat_1", "stat_2") ~ "**Gender**") %>%
  add_overall() %>%
  add_n() %>%
  modify_caption("**Table 3. Non-Single Parents in Study**") %>%
  modify_footnote(
    all_stat_cols() ~ "1 = Male and 2 = Female"
  ) 

方法2：在tbl_summary中直接指定保留的分组 #

无需修改原始数据，在tbl_summary的by参数中通过factor()手动指定需要保留的因子水平：

testable1 %>% 
  tbl_summary(by = factor(qa3_gender, levels = c("Male", "Female"))) %>% # 仅保留目标分组
  modify_spanning_header(c("stat_1", "stat_2") ~ "**Gender**") %>%
  add_overall() %>%
  add_n() %>%
  modify_caption("**Table 3. Non-Single Parents in Study**") %>%
  modify_footnote(
    all_stat_cols() ~ "1 = Male and 2 = Female"
  ) 

若不确定具体因子水平名称，可先通过levels(nosingleparent$qa3_gender)查看全部水平，再选择需要保留的部分。

内容的提问来源于stack exchange，提问作者manateemanatee77