gtsummary包tbl_svysummary中predictor4百分比显示NA问题求助

使用gtsummary包的tbl_svysummary()函数生成调查数据集的加权描述统计时，遇到以下异常：

• 无缺失值的因子变量predictor4，其百分比列显示为(NA%)
• 其他同类因子变量的统计结果（包括{n}、百分比）均正常
• predictor4的{n}和p值可正常展示

已完成排查动作：

• 确认predictor4为因子类型且无缺失值
• 更新gtsummary至最新版本
• 用简化代码复现问题，异常仍存在

1. 因子水平的加权样本量计算异常 #

当predictor4的某一（或全部）因子水平对应的加权样本和为0时，百分比计算会返回NA。

验证与修复： #

首先手动计算各水平的加权样本量，确认是否存在权重和为0的情况：

# 假设你的调查对象为svy_obj
svyby(~predictor4, ~1, svy_obj, svytotal, na.rm = TRUE)

若存在权重和为0的水平，可通过合并水平或调整权重数据解决：

# 示例：合并权重和为0的水平
df$predictor4 <- forcats::fct_collapse(df$predictor4,
  "合并组" = c("低权重水平1", "低权重水平2") # 替换为实际异常水平
)
# 重新构建调查对象后生成表格
svy_obj <- survey::svydesign(id = ~1, weights = ~weight_col, data = df)
tbl_svysummary(svy_obj, include = predictor4)

2. 统计量参数设置冲突 #

如果自定义了统计量规则，可能导致predictor4的百分比计算逻辑出错。

修复： #

显式指定因子变量的统计量格式，覆盖默认设置：

tbl_svysummary(
  svy_obj,
  include = c(predictor4, other_vars),
  statistic = list(all_categorical() ~ "{n} ({p}%)")
)

若设置了percent参数，确保取值符合需求（可选"row"/"column"/"cell"）：

tbl_svysummary(
  svy_obj,
  include = predictor4,
  percent = "row" # 根据分析需求选择百分比计算方式
)

3. 因子变量属性损坏 #

因子水平可能存在隐藏的编码问题（如特殊字符、无效水平），导致百分比计算异常。

修复： #

重置因子变量属性，清除无效水平：

# 重新生成因子变量
df$predictor4 <- as.factor(as.character(df$predictor4))
# 删除未出现的因子水平
df$predictor4 <- forcats::fct_drop(df$predictor4)
# 重新构建调查对象后生成表格
svy_obj <- survey::svydesign(id = ~1, weights = ~weight_col, data = df)
tbl_svysummary(svy_obj, include = predictor4)

内容的提问来源于stack exchange，提问作者Amaya