R Markdown用datasummary生成含因子数值变量表格导出PDF问题

问题1：PDF编织报错siunitx相关问题 #

原因 #

datasummary生成LaTeX格式表格时默认启用siunitx包做数值列自动对齐，你的N (%)列包含字母、括号、百分号等非数值字符，siunitx将该列识别为数值列解析失败，触发报错。

解决方法 #

在datasummary函数中添加参数siunitx = FALSE关闭自动数值对齐即可，代码示例：

datasummary(..., siunitx = FALSE)

问题2：因子行重复显示图表问题 #

原因 #

kableExtra的spec_boxplot()、spec_hist()函数传入的列表长度和表格行数不匹配时，会自动循环填充列表内容，导致因子行复用了数值变量的图表。

解决方法 #

构造和表格行数完全匹配的图表输入列表，因子行对应位置设为NULL即可留空。比如你的表格共4行（mpg、class、region、hp），图表列表构造为：

plot_list = list(tmp_scaled$mpg, NULL, NULL, tmp_scaled$hp)
datasummary(...) %>%
  column_spec(column = 6, image = spec_boxplot(plot_list)) %>%
  column_spec(column = 7, image = spec_hist(plot_list))

问题3：新增Category列展示因子层级 #

直接使用datasummary的嵌套语法即可自动生成层级列，公式左侧调整为变量和自身层级嵌套的写法：

datasummary(mpg + class * Levels + region * Levels + hp ~ N_alt + Mean + SD + emptycol + emptycol, data = tmp)

输出会自动将因子的各个层级展示在第二列，数值变量的层级列留空，完全符合你期望的表格结构。

补充问题：自定义N_alt函数失效原因 #

失效有两个核心原因：

1. 你在调整后的代码中加入了两行错误赋值：tmp$class <- 0、tmp$region <- 0，直接覆盖了之前生成的多分类因子值，所有因子都变成了单一值0，自然计算不出正确的频数。
2. 函数逻辑错误：N_alt接收的参数x是对应变量的整列向量，x %in% c(tmp$class)是逐元素判断值是否匹配，而非判断变量类型，所有数值为0的行都会错误命中因子分支。正确的函数写法应该先判断变量类型：

N_alt <- function(x) {
  if (is.factor(x)) {
    freq <- table(x)
    pct <- round(prop.table(freq)*100, 1)
    paste0(freq, " (", pct, ")", collapse = "; ")
  } else {
    paste0(length(na.omit(x)), " (100.0)")
  }
}

内容的提问来源于stack exchange，提问作者Dan