如何为gtsummary表格添加分类并设置年龄区间？

1. 把编码值替换成中文名称 #

不管是0/1/2这类数字编码，直接把变量转成因子就行，gtsummary会自动识别因子标签，不用额外操作。

方法一：预处理数据（推荐，不影响后续分析） #

library(gtsummary)
library(dplyr)

# 假设你的数据集叫df，这里以性别（0=男/1=女）、吸烟状态（0=不吸/1=吸/2=偶尔吸）为例
df <- df %>%
  mutate(
    gender = factor(gender, levels = c(0,1), labels = c("男", "女")),
    smoke_status = factor(smoke_status, levels = c(0,1,2), labels = c("不吸烟", "吸烟", "偶尔吸烟"))
  )

方法二：不修改原始数据，直接在表格里替换 #

如果不想改动原始数据集，用modify_table_body批量替换：

tbl_summary(df) %>%
  modify_table_body(
    mutate,
    label = case_when(
      variable == "gender" & value == "0" ~ "男",
      variable == "gender" & value == "1" ~ "女",
      variable == "smoke_status" & value == "0" ~ "不吸烟",
      variable == "smoke_status" & value == "1" ~ "吸烟",
      variable == "smoke_status" & value == "2" ~ "偶尔吸烟",
      TRUE ~ label # 其他变量保持原样
    )
  )

2. 设置年龄区间 #

用cut()函数把连续年龄拆成你需要的区间，比如<40岁、40-59岁、≥60岁：

方法一：新增分组变量 #

df <- df %>%
  mutate(
    age_group = cut(age, 
                   breaks = c(-Inf, 40, 60, Inf), # 区间分界点
                   labels = c("<40岁", "40-59岁", "≥60岁")) # 区间名称
  )

之后直接把age_group放进汇总表里就行。

方法二：在表格里直接生成区间（不用新增变量） #

tbl_summary(df, 
            include = age, # 指定只处理年龄变量
            statistic = age ~ "{n} ({p}%)", # 显示频数和占比
            value = age ~ cut(age, breaks = c(-Inf,40,60,Inf), labels = c("<40岁", "40-59岁", "≥60岁"))
            )

3. 给特征添加分类分组 #

要像示例表格那样把特征分成“人口学特征”“生活习惯”这类组别，用add_grouping()函数就能实现：

完整整合示例 #

# 先模拟一份数据（你替换成自己的数据集就行）
set.seed(123)
df <- tibble(
  age = sample(20:80, 100, replace = TRUE),
  gender = sample(0:1, 100, replace = TRUE),
  smoke_status = sample(0:2, 100, replace = TRUE),
  bp = sample(0:1, 100, replace = TRUE), # 0=血压正常/1=血压异常
  blood_sugar = sample(0:1, 100, replace = TRUE) # 0=血糖正常/1=血糖异常
)

# 一步完成数据预处理：编码替换+年龄分组
df_processed <- df %>%
  mutate(
    # 替换编码为名称
    gender = factor(gender, levels = c(0,1), labels = c("男", "女")),
    smoke_status = factor(smoke_status, levels = c(0,1,2), labels = c("不吸烟", "吸烟", "偶尔吸烟")),
    bp = factor(bp, levels = c(0,1), labels = c("血压正常", "血压异常")),
    blood_sugar = factor(blood_sugar, levels = c(0,1), labels = c("血糖正常", "血糖异常")),
    # 生成年龄区间
    age_group = cut(age, breaks = c(-Inf, 40, 60, Inf), labels = c("<40岁", "40-59岁", "≥60岁"))
  )

# 制作带特征分类的汇总表
tbl_summary(df_processed, 
            include = c(age_group, gender, smoke_status, bp, blood_sugar),
            statistic = all_categorical() ~ "{n} ({p}%)") %>%
  # 添加特征分组
  add_grouping(variable = c(age_group, gender), label = "人口学特征") %>%
  add_grouping(variable = smoke_status, label = "生活习惯") %>%
  add_grouping(variable = c(bp, blood_sugar), label = "临床指标") %>%
  # 美化表格（可选）
  modify_header(label = "特征") %>%
  bold_labels()

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