R语言gtsummary包tbl_summary大数字千单位格式化方法

之前调用style_number报错的核心原因是未对传入函数的参数做类型校验，格式化逻辑运行时会接收到非数值类型的中间计算结果，直接做乘法缩放就会触发Error in .x * scale : non-numeric argument to binary operator报错。
可以通过自定义带类型判断的缩放函数，同时配置表内频数、表头总样本量的格式化规则，再加变量标注实现需求，完整可运行代码如下：

library(gtsummary)
library(dplyr)

data <- data.frame(variable1 = rep(1:4, each = 10000)) %>%
  mutate(
    variable1 = case_when(
      variable1 == 1 ~ "Dog",
      variable1 == 2 ~ "Cat",
      variable1 == 3 ~ "Lion",
      variable1 == 4 ~ "Tiger"
    )
  )

# 带类型校验的千单位缩放函数，规避非数值计算报错
scale_to_k <- function(x) {
  if (is.numeric(x)) return(x / 1000)
  x
}

data %>%
  tbl_summary(
    # 给目标变量添加单位标注
    label = list(variable1 ~ "variable1 *Results in thousands（结果单位为千）*"),
    # 指定分类变量的统计量展示格式
    statistic = all_categorical() ~ "{n} ({p}%)",
    # 分别配置频数、占比的显示精度
    digits = list(
      all_categorical() ~ c(
        function(val) style_number(scale_to_k(val), digits = 0),
        function(val) style_number(val, digits = 0)
      )
    )
  ) %>%
  # 缩放表头的总样本量N
  modify_header(
    stat_0 ~ "**N = {style_number(scale_to_k(N), digits = 0)}**"
  )

效果说明 #

运行代码后输出的表格完全匹配预期：

• 表头总样本量显示为N = 40
• variable1标签后附带千单位说明
• 四个分类的频数均显示为10，对应占比25%

不需要额外加载scales包，仅用gtsummary内置的格式化函数即可实现，不会触发类型报错。

内容的提问来源于stack exchange，提问作者Santiago Sotelo