R语言table1函数：如何排除NA、保留1位小数并添加置信区间？

一、设置1位小数位数 #

你的现有代码已通过PCTnoNA%实现排除缺失值，要控制小数位数，需自定义渲染函数，用sprintf()指定格式（%.1f表示保留1位小数）。修改后的代码如下：

# 自定义连续变量渲染函数，控制小数位数为1位
render_continuous <- function(x) {
  x <- na.omit(x)
  # 计算并格式化统计量
  mean_sd <- sprintf("%.1f [%.1f]", mean(x), sd(x))
  median_iqr <- sprintf("%.1f [%.1f, %.1f]", median(x), quantile(x, 0.25), quantile(x, 0.75))
  min_max <- sprintf("%.1f, %.1f", min(x), max(x))
  # 返回结果列表
  c("Mean [SD]" = mean_sd, "Median [Q25, Q75]" = median_iqr, "Min, Max" = min_max)
}

# 自定义分类变量渲染函数，百分比保留1位小数
render_categorical <- function(x) {
  x <- na.omit(x)
  freq <- table(x)
  pct <- prop.table(freq)*100
  # 格式化频率和百分比
  sapply(names(freq), function(n) sprintf("%d (%.1f%%)", freq[n], pct[n]))
}

# 调用table1
table1(~ . | Sex.x, data = adulttab[-1],
       render.categorical = render_categorical,
       render.continuous = render_continuous)

说明：

• 连续变量：通过sprintf("%.1f", ...)强制所有数值保留1位小数；
• 分类变量：百分比部分用%.1f%%控制1位小数，同时保留原始频率；
• 所有统计量计算前通过na.omit(x)确保排除缺失值，与你的需求一致。

二、添加均值的95%置信区间 #

要在table1中加入置信区间，只需在自定义连续变量渲染函数中增加置信区间的计算逻辑，再将其加入返回结果即可：

render_continuous_with_ci <- function(x) {
  x <- na.omit(x)
  n <- length(x)
  mean_val <- mean(x)
  sd_val <- sd(x)
  # 用t分布计算95%置信区间（适配小样本）
  ci_low <- mean_val - qt(0.975, df = n-1)*sd_val/sqrt(n)
  ci_high <- mean_val + qt(0.975, df = n-1)*sd_val/sqrt(n)
  
  # 格式化所有统计量为1位小数
  mean_sd <- sprintf("%.1f [%.1f]", mean_val, sd_val)
  mean_ci <- sprintf("%.1f (%.1f-%.1f)", mean_val, ci_low, ci_high)
  median_iqr <- sprintf("%.1f [%.1f, %.1f]", median(x), quantile(x, 0.25), quantile(x, 0.75))
  min_max <- sprintf("%.1f, %.1f", min(x), max(x))
  
  # 返回包含置信区间的结果
  c("Mean [SD]" = mean_sd, "Mean (95% CI)" = mean_ci, "Median [Q25, Q75]" = median_iqr, "Min, Max" = min_max)
}

# 调用table1
table1(~ . | Sex.x, data = adulttab[-1],
       render.categorical = render_categorical,
       render.continuous = render_continuous_with_ci)

说明：

• 这里用t分布计算置信区间，适合小样本场景；若为大样本，可替换为正态分布的qnorm(0.975)；
• 置信区间会作为单独一行（Mean (95% CI)）出现在连续变量的统计结果中。

三、注意事项 #

• 确保adulttab$Sex.x是分类变量（因子类型），若不是可先通过factor(adulttab$Sex.x)转换；
• 自定义渲染函数可灵活调整，你能根据需求增减统计量或修改格式。

内容的提问来源于stack exchange，提问作者Joy