如何修改CreateTableOne函数解决重复观测计数错误及非正态变量展示问题

一、修正重复观测导致的性别计数错误 #

问题根源：当前数据集为长结构，同一受试者存在多条重复测量记录，直接调用CreateTableOne会将每条记录判定为独立个体，导致性别、年龄这类受试者层面的固定变量计数错误。
解决逻辑：先将数据集转换为每个唯一ID对应一行的受试者水平结构，对重复测量的任务类变量（如acc、resp等）先按ID聚合统计后，再生成汇总表。
操作逻辑：

• 使用dplyr包的group_by+distinct逻辑，按ID分组聚合任务变量，再保留每个ID的唯一行。
• 若仅需统计人口学变量的计数，直接对ID、性别、年龄三个变量去重即可。

二、非正态变量替换为中位数（Q1,Q3）展示 #

直接在CreateTableOne函数中添加nonnormal参数，传入不符合正态分布的变量名向量，tableone包会自动将对应变量的统计量从默认的均值（标准差）替换为中位数（第一四分位数, 第三四分位数）。

修正后完整代码示例 #

library(dplyr)
library(tableone)
library(knitr)

# 构建每个ID对应一行的分析数据集
d_analyze <- d %>%
  group_by(ID) %>%
  # 对重复测量的任务变量按ID聚合，可按需替换为均值、最大值等统计量
  mutate(acc_subj = median(acc, na.rm = TRUE)) %>%
  ungroup() %>%
  # 每个ID仅保留唯一行，避免重复计数
  distinct(ID, .keep_all = TRUE)

# 生成汇总表
result_tab <- CreateTableOne(
  vars = c('Task general', 'Grd', 'key', 'resp', 'age', 'acc_subj'), 
  # 此处按实际分组需求调整strata参数，如需按性别分组则保持当前设置
  strata = 'gender',
  factorVars = c('gender'),
  # 指定非正态变量，自动输出中位数(Q1,Q3)
  nonnormal = c('age', 'acc_subj'),
  argsApprox = list(correct = FALSE), 
  smd = TRUE, 
  addOverall = TRUE, 
  test = TRUE)

# 输出表格
result_tab %>%
  na.omit() %>%
  kableone()

注：若确实需要保留长格式数据做重复测量层面的汇总，仅需修正性别计数，可通过svydesign构建调查权重，将每个ID的权重设置为1/该ID的重复测量次数即可，上述方案为适用场景最广的稳妥解法。

内容的提问来源于stack exchange，提问作者12666727b9