如何在gtsummary中简化二分类变量的表格展示

要实现仅展示二分类变量中占比最高的类别，可以借助gtsummary的modify_table_body()函数，通过筛选表格底层数据来保留目标行。以下是具体实现代码：

library(tibble)
library(gtsummary)
library(dplyr)

set.seed(123) 
study_id <- 1:10
sex <- sample(c("Male", "Female"), 10, replace = TRUE)
age <- sample(18:65, 10, replace = TRUE)

df <- tibble(study_id, sex, age)

# 生成汇总表并仅保留二分类变量的最高占比类别
df %>% 
  tbl_summary() %>%
  modify_table_body(
    ~ .x %>%
      group_by(variable) %>%
      filter(
        # 仅处理类别数为2的分类变量
        if (all(type == "categorical") && n_distinct(label) == 2) {
          # 筛选占比最高的行，占比相同时取样本量更大的
          pct == max(pct) | (pct == max(pct) & n == max(n))
        } else {
          TRUE  # 非二分类变量保留所有行
        }
      ) %>%
      ungroup()
  )

代码说明 #

• modify_table_body()：用于修改tbl_summary生成的表格底层数据框
• 按变量分组后，判断当前变量是否为仅含2个类别的分类变量
• 对符合条件的变量，筛选出占比（pct）最高的行；若占比相同，则保留样本量（n）更大的类别
• 连续变量（如示例中的age）或多分类变量会保留原有所有统计行

内容的提问来源于stack exchange，提问作者Casey