如何在gtsummary分层表格中按组展示各时间点样本量N？

这个需求完全可以实现，通过gtsummary的分层处理函数tbl_strata结合自定义统计量或列标签修改，就能在CONTROL和FUTSAL列中展示对应时间点的组内样本量，明确缺失值分布。以下是具体实现方案：

1. 准备示例数据 #

先构造包含分层变量time、分组变量group及带缺失值观测的数据集：

library(gtsummary)
library(tidyverse)

set.seed(123)
df <- tibble(
  time = rep(c("T0", "T1", "T2"), each = 40),
  group = rep(c("CONTROL", "FUTSAL"), each = 20, times = 3),
  value = rnorm(120) %>% replace(sample(1:120, 15), NA) # 随机生成缺失值
)

2. 方法一：将有效样本量嵌入列标题 #

针对每个时间分层，计算组内有效样本量（排除缺失值），并修改列标签显示组名+样本量：

df %>%
  tbl_strata(
    strata = time,
    .tbl_fun = function(data) {
      # 计算当前分层下各组的有效样本量
      n_control <- sum(data$group == "CONTROL" & !is.na(data$value))
      n_futsal <- sum(data$group == "FUTSAL" & !is.na(data$value))
      
      data %>%
        tbl_summary(
          by = group,
          include = value,
          statistic = list(all_continuous() ~ "{mean} ({sd})"),
          label = list(value ~ "测量值")
        ) %>%
        # 更新列标题，加入有效样本量
        modify_header(
          CONTROL ~ paste0("CONTROL (N = ", n_control, ")"),
          FUTSAL ~ paste0("FUTSAL (N = ", n_futsal, ")")
        )
    }
  ) %>%
  # 分层标题添加该时间点总观测数
  modify_header(all_strata() ~ "**{strata} (总N = {n})**")

3. 方法二：在统计量上方单独显示有效样本量 #

通过自定义统计函数，在每组统计量前展示有效样本量：

# 自定义有效样本量统计函数
n_valid <- function(x, ...) paste0("N = ", sum(!is.na(x)))

df %>%
  tbl_strata(
    strata = time,
    .tbl_fun = function(data) {
      data %>%
        tbl_summary(
          by = group,
          include = value,
          statistic = list(all_continuous() ~ c("{n_valid}", "{mean} ({sd})")),
          label = list(value ~ "测量值")
        ) %>%
        modify_header(all_cols() ~ "**{level}**")
    }
  )

4. 方法三：快速添加组总观测数（含缺失值） #

如果只需展示组内总观测数（包含缺失值），可直接用add_n函数将样本量嵌入列标题：

df %>%
  tbl_strata(
    strata = time,
    .tbl_fun = function(data) {
      data %>%
        tbl_summary(
          by = group,
          include = value,
          statistic = list(all_continuous() ~ "{mean} ({sd})"),
          label = list(value ~ "测量值")
        ) %>%
        add_n(location = "header") # 将组总样本量添加到列标题
    }
  )

通过以上任意一种方法，都能清晰看到各时间分层下CONTROL和FUTSAL组的样本量，从而明确缺失值所在组（总观测数与有效样本量的差值即为缺失数量）。

内容的提问来源于stack exchange，提问作者jtjtjtjt