在GTSummary中分组行

Question

我正在尝试分组一些行/变量(包括分类的和连续的)，以帮助在大型数据集中实现表的可读性。

下面是虚拟数据集：

library(gtsummary)
library(tidyverse)
library(gt)
set.seed(11012021)

# Create Dataset
PIR <- 
  tibble(
    siteidn = sample(c("1324", "1329", "1333", "1334"), 5000, replace = TRUE, prob = c(0.2, 0.45, 0.15, 0.2)) %>% factor(),
    countryname = sample(c("NZ", "Australia"), 5000, replace = TRUE, prob = c(0.3, 0.7)) %>% factor(),
    hospt = sample(c("Metropolitan", "Rural"), 5000, replace = TRUE, prob = c(0.65, 0.35)) %>% factor(),
    age = rnorm(5000, mean = 60, sd = 20),
    apache2 = rnorm(5000, mean = 18.5, sd=10),
    apache3 = rnorm(5000, mean = 55, sd=20),
    mechvent = sample(c("Yes", "No"), 5000, replace = TRUE, prob = c(0.4, 0.6)) %>% factor(),
    sex = sample(c("Female", "Male"), 5000, replace = TRUE) %>% factor(),
    patient = TRUE
  ) %>%
  mutate(patient_id = row_number())%>% 
  group_by(
    siteidn) %>% mutate(
      count_site = row_number() == 1L) %>%
  ungroup()%>% 
  group_by(
    patient_id) %>% mutate(
      count_pt = row_number() == 1L) %>%
  ungroup()

然后使用以下代码生成我的表：

t1 <- PIR %>% 
  select(patientn = count_pt, siten = count_site, age, sex, apache2, apache3,  apache2, mechvent, countryname) %>% 
  tbl_summary(
    by = countryname,
    missing = "no", 
    statistic = list(
      patientn ~ "{n}",
      siten ~ "{n}",
      age ~ "{mean} ({sd})",
      apache2 ~ "{mean} ({sd})",
      mechvent ~ "{n} ({p}%)",
      sex ~ "{n} ({p}%)",
      apache3 ~ "{mean} ({sd})"),
    label = list(
      siten = "Number of ICUs",
      patientn = "Number of Patients",
      age = "Age",
      apache2 = "APACHE II Score",
      mechvent = "Mechanical Ventilation",
      sex = "Sex",
      apache3 = "APACHE III Score")) %>% 
  modify_header(stat_by = "**{level}**") %>%
  add_overall(col_label = "**Overall**")
  
t2 <- PIR %>% 
  select(patientn = count_pt, siten = count_site, age, sex, apache2, apache3,  apache2, mechvent, hospt) %>% 
  tbl_summary(
    by = hospt,
    missing = "no", 
     statistic = list(
      patientn ~ "{n}",
      siten ~ "{n}",
      age ~ "{mean} ({sd})",
      apache2 ~ "{mean} ({sd})",
      mechvent ~ "{n} ({p}%)",
      sex ~ "{n} ({p}%)",
      apache3 ~ "{mean} ({sd})"),
    label = list(
      siten = "Number of ICUs",
      patientn = "Number of Patients",
      age = "Age",
      apache2 = "APACHE II Score",
      mechvent = "Mechanical Ventilation",
      sex = "Sex",
      apache3 = "APACHE III Score")) %>%  
  modify_header(stat_by = "**{level}**")

tbl <-
  tbl_merge(
    tbls = list(t1, t2),
    tab_spanner = c("**Country**", "**Hospital Type**")
  ) %>%
  modify_spanning_header(stat_0_1 ~ NA) %>%
  modify_footnote(everything() ~ NA)

这产生了下表：

​

​

为了便于阅读，我想把某些行组合在一起。理想情况下，我希望这张桌子看起来像这样：

​

​

我尝试使用gt包，并使用以下代码：

tbl <-
  tbl_merge(
    tbls = list(t1, t2),
    tab_spanner = c("**Country**", "**Hospital Type**")
  ) %>%
  modify_spanning_header(stat_0_1 ~ NA) %>%
  modify_footnote(everything() ~ NA) %>% 
as_gt() %>%  
  gt::tab_row_group(
    group = "Severity of Illness Scores",
    rows = 7:8) %>%  
  gt::tab_row_group(
    group = "Patient Demographics",
    rows = 3:6) %>%  
  gt::tab_row_group(
    group = "Numbers",
    rows = 1:2)

这将产生所需的表：

​

​

我做这件事的方式有一些问题。

1. 当我尝试使用行名(变量)时，会出现一个错误消息(不能对不存在的列进行子集.)。有办法通过使用变量名来实现这一点吗？对于较大的表，我在使用行号方法分配行名时遇到了一些麻烦。如果有一个变量在移动到末尾以解释分组行时失去其位置，则尤其如此。
2. 在管道进入tbl_summary之前，有办法做到这一点吗？虽然我喜欢这个表的输出，但我使用Word作为统计报告的输出文档，并希望能够在需要时(或由我的合作者)格式化这些表。我通常使用gtsummary::as_flextable进行表输出。

再次感谢，

本

Answer 1

1. 当我尝试使用行名(变量)时，会出现一个错误消息(不能对不存在的列进行子集.)。有办法通过使用变量名来实现这一点吗？对于较大的表，我在使用行号方法分配行名时遇到了一些麻烦。如果有一个变量在移动到末尾以解释分组行时失去其位置，则尤其如此。

有两种方法可以这样做: 1.为每个组构建单独的表，然后将它们堆叠起来；2.向.$table_body添加一个分组列，然后根据新变量对tibble进行分组。

library(gtsummary)
library(dplyr)
packageVersion("gtsummary")
#> '1.3.6'

# Method 1 - Stack separate tables
t1 <- trial %>% select(age) %>% tbl_summary()
t2 <- trial %>% select(grade) %>% tbl_summary()

tbl1 <-
  tbl_stack(
    list(t1, t2), 
    group_header = c("Demographics", "Tumor Characteristics")
  ) %>%
  modify_footnote(all_stat_cols() ~ NA)

# Method 2 - build a grouping variable
tbl2 <-
  trial %>%
  select(age, grade) %>%
  tbl_summary() %>%
  modify_table_body(
    mutate,
    groupname_col = case_when(variable == "age" ~ "Deomgraphics",
                              variable == "grade" ~ "Tumor Characteristics")
  )

​

​

2.是否有办法在管道进入tbl_summary之前做到这一点？虽然我喜欢这个表的输出，但我使用Word作为统计报告的输出文档，并希望能够在需要时(或由我的合作者)格式化这些表。我通常使用gtsummary::as_flextable进行表输出。

上面的示例在导出成gt格式之前修改了表，因此您可以将这些示例导出到可挠性的。但是，flextable没有相同的内置标题行功能(或者至少我不知道它，也没有在as_flex_table()中使用它)，输出将类似于下面的表。我建议从GitHub安装gt的开发版本，并导出到RTF (由Word支持)--在过去的几个月中，他们对RTF输出进行了许多更新，并且可能对您有用。

​

​

Answer 2

我想我可能有一个解决方案(很明显，感谢丹尼尔·肖伯格和团队为我们提供了modify_table_body功能)

您所需要做的就是编辑底层数据框架，使用modify_table_body添加一个带有您想要的分组行的变量，然后将它放在您希望它位于的位置，如下所示：

library(gtsummary)
library(dplyr)
packageVersion("gtsummary")

trial%>%
 select(age, stage, grade)%>%
 tbl_summary()%>%
 modify_table_body(
  ~.x %>% 
  
  # add your variable
  rbind(
    tibble(
      variable="Demographics",
      var_type=NA,
      var_label = "Demographics",
      row_type="label",
      label="Demographics",
      stat_0= NA))%>% # expand the components of the tibble as needed if you have more columns
  
  # can add another one
    rbind(
      tibble(
        variable="Tumor characteristics",
        var_type=NA,
        var_label = "Tumor characteristics",
        row_type="label",
        label="Tumor characteristics",
        stat_0= NA))%>%  
    
  # specify the position you want these in
    
  arrange(factor(variable, levels=c("Demographics",
                                    "age",
                                    "Tumor characteristics",
                                    "stage",
                                    "grade"))))%>%

# and you can then indent the actual variables
modify_column_indent(columns=label, rows=variable%in%c("age",
                                                      "stage",
                                                      "grade"))%>%

# and double indent their levels
modify_column_indent(columns=label, rows= (variable%in%c("stage",
                                                      "grade") 
                                             & row_type=="level"),
                     double_indent=T)

​

​