如何用gtsummary创建含未加权n与加权百分比的特征表？

直接通过自定义统计函数，就能在gtsummary的特征表中同时展示未加权观测数和加权百分比，以下是具体实现：

步骤1：加载依赖包与构造示例数据 #

library(gtsummary)
library(survey)
library(dplyr)

# 用survey包自带的示例加权数据演示
data(api)
dclus1 <- svydesign(id = ~dnum, weights = ~pw, data = apiclus1, fpc = ~fpc)

步骤2：自定义统计量函数 #

这个函数会同时计算未加权观测数（n）和加权百分比，最终返回n (加权%)的格式：

custom_cat_stat <- function(data, variable, by, ...) {
  # 计算分组后的未加权观测数
  n_counts <- data$variables %>%
    group_by({{by}}) %>%
    summarise(n = n()) %>%
    pull(n)
  
  # 计算分组后的加权百分比
  weighted_pcts <- svyby(
    formula = ~{{variable}},
    by = ~{{by}},
    design = data,
    FUN = function(x) svymean(~x, design = data) * 100
  ) %>%
    pull(2) %>%
    round(1)
  
  # 拼接结果
  paste0(n_counts, " (", weighted_pcts, "%)")
}

步骤3：生成特征表 #

调用tbl_summary时指定自定义统计函数，即可得到目标格式的表格：

tbl_summary(
  dclus1,
  include = c(stype, sch.wide),
  by = comp.imp,
  statistic = all_categorical() ~ custom_cat_stat,
  missing = "no"
) %>%
  modify_header(label = "**特征类别**") %>%
  modify_caption("特征汇总表（含未加权n与加权百分比）")

补充说明 #

• 如果需要处理连续变量，可另行定义统计函数，比如同时输出未加权中位数（四分位距）和加权均值（标准差），只需调整函数内的统计计算逻辑即可。
• 若你的原始数据不是survey对象，是普通数据框加权重列，可改用dplyr::weighted.mean计算加权百分比，调整自定义函数即可。

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