Apple M2设备上gtsummary运行速度异常缓慢是否正常？

问题描述 #

我喜爱gtsummary与tbl_summary的语法，但在配备8GB内存的Mac Book Air M2设备上使用时，发现其运行速度非常缓慢。请问这属于gtsummary的正常渲染时长吗？

附带测试代码：

library(dplyr)
library(gtsummary)

# 构造测试数据集
set.seed(1)
data_set <- as_tibble(rnorm(1000,mean=100,sd=20))
data_set <- data_set %>% mutate(cohort=rbinom(1000,1,0.5),
                                value_2=rnorm(1000,mean=100,sd=20),
                                value_3=rnorm(1000,mean=100,sd=20),
                                value_4=rnorm(1000,mean=100,sd=20),
                                value_5=rnorm(1000,mean=100,sd=20),
                                value_6=rnorm(1000,mean=100,sd=20)) 

start_time <- Sys.time()
data_set %>% tbl_summary(by=cohort)
end_time <- Sys.time()
end_time-start_time

运行结果：时间差为5.646836秒

解答 #

• 这个时长属于正常范围，尤其是首次运行tbl_summary时。gtsummary第一次执行需要加载相关依赖组件（如gt渲染引擎、格式处理模块），后续重复运行同类型代码会明显提速。
• 你的测试数据集包含7个变量（1个分组变量+6个连续变量）、1000条样本，在M2 8GB设备上5-6秒的渲染时间符合预期：gtsummary需要为每个变量计算统计量（均值、标准差，分组对比的统计检验等），同时生成结构化的表格对象，这些过程都需要一定计算资源。
• 优化建议：
  • 重复运行时R会缓存已加载的组件，再次调用tbl_summary速度会显著提升，可以测试再次执行同一段代码的耗时。
  • 若处理更大数据集（如十万级样本+数十个变量），可先筛选必要变量减少计算量；或通过tbl_summary(statistic = ...)指定仅需的统计量，避免默认的全量计算。
  • 确保gtsummary和依赖包（dplyr、gt等）为最新版本，新版本通常会包含性能优化。

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