如何在R中生成按组分层的连续变量LaTeX描述性统计表

我明白你想要的是按sex外层分组、age_group内层嵌套的连续变量outcome描述性统计LaTeX表格，Hmisc::summaryM的默认布局确实很难调整到这种嵌套结构，这里有两个更灵活的工具可以帮你实现目标：

方案1：使用gtsummary包（推荐，语法简洁直观） #

gtsummary专门用于生成符合学术规范的统计表格，支持嵌套分层，还能一键导出LaTeX，非常省心：

# 安装并加载包
install.packages("gtsummary")
library(gtsummary)
library(dplyr)

# 生成嵌套分层的描述性统计表格
tbl <- dat %>%
  tbl_summary(
    by = c(sex, age_group),  # 先按sex分组，再嵌套age_group
    include = outcome,        # 仅分析outcome变量
    # 自定义统计量格式，可根据需求修改（比如中位数四分位数）
    statistic = list(outcome ~ "{mean} ({sd})")
  ) %>%
  # 添加跨组表头，让结构更清晰
  modify_spanning_header(all_stat_cols() ~ "**Sex & Age Group**") %>%
  # 可选：添加组间比较的统计检验（比如t检验/方差分析）
  add_p(test = outcome ~ aov)

# 导出为LaTeX代码（直接复制到你的LaTeX文档即可）
tbl %>% as_tex()

这个代码会生成完全符合你需求的嵌套表格：外层是性别（F/M），每个性别下再拆分不同的年龄组，每个分组对应outcome的统计量，布局清晰易读。

方案2：使用tables包（精确控制表格细节） #

如果你需要对表格结构做更精细的定制，tables包的公式语法可以实现高度个性化的分层：

# 安装并加载包
install.packages("tables")
library(tables)

# 定义嵌套分层的表格结构
tab <- tabular(
  # 语法规则：行分组 * 嵌套行分组 ~ 变量 * 统计量
  sex * age_group ~ outcome * (mean + sd),
  data = dat,
  # 自定义列名
  colnames = c("Mean", "SD")
)

# 生成LaTeX代码
latex(tab, file = "")  # file=""会直接在控制台输出LaTeX代码

这个方案适合需要严格控制表格排版细节的场景，比如调整行间距、添加额外注释等。

内容的提问来源于stack exchange，提问作者Adrian