如何在R自定义函数中正确生成gtsummary表，解决过滤后N值错误问题

问题根源 #

你在自定义函数中直接传入字符串形式的变量名操作数据时，dplyr默认会将函数参数variable识别为数据集内的列名，而非存储实际列名的外部变量，导致filter(!is.na(variable))的过滤逻辑完全未生效，统计到的是全量数据集的N值，不是过滤缺失后的真实样本量。

修正后的函数代码 #

mytable <- function(variable){
  trialmiss %>%
    select(all_of(variable)) %>%
    filter(!is.na(.data[[variable]])) %>%
    tbl_summary()
}

# 调用测试
mytable("grade")

代码说明 #

• select(all_of(variable))：明确声明variable是存储列名的外部变量，取其值来选择对应列，同时规避高版本dplyr的参数歧义警告
• filter(!is.na(.data[[variable]]))：通过.data代词指代当前操作的数据集，用[[解析传入的字符串参数，提取对应列执行缺失值过滤，过滤逻辑正确生效后，gtsummary统计的N值就会和参考代码的输出完全一致。

内容的提问来源于stack exchange，提问作者Moses