扳手纸

亚历山大

在流行病学或医学论文中，对研究对象基本情况的描述通常是以表格的形式进行的，放在结果部分的开头，即表1。主要内容是研究对象的概况和研究变量或协变量的分组显示。

前几天花了两天时间分析数据，修改文章，包括近1天的手工数据录入(从R studio把分析结果整理成Excel或者word)，不仅耗时，还非常容易出错。我一直在努力找时间通过R markdown编程制作表格的过程，但是效果并不理想。

这次痛定思痛，从表1开始，找到了几个好方法。其中有一个可读性和可编辑性更强，所以我学了一下，作为一个非常实用的工具分享给大家。

这里主要参考一个使用knitter:table mania的博客快速发布，并对细节进行处理和注释。

1数据的准备

数据主要来源于开机包的黑色素瘤。加载后，看看数据的基本结构。

接下来简单整理数据，为后续分析做准备；

将分类变量定义为因子类型，并设置标签(建议在此处设置一个新变量，仅用于制作表1，不影响后续分析)；

2安装和加载r包Gmisc

加载“Gmisc”时需要加载后两个包。

3.自定义函数，制作表格。

根据已有功能自定义功能，并制作表格。定义一个函数，输入数据集的变量，得到变量的统计结果:

函数定义完成后，建立一个空列表来存储每个变量的分析结果，分析结果存储在列表中:

将所有结果合并成一个矩阵，建立r组(表1第一列的变量名)和n.r组(表1第一列的每个变量的行):

结果如下:

当然，在某些情况下，添加额外的列标题是必要的。怎么加？

如下所示:

结果如下:

4导出结果

点击R studio viewer窗口中的白色按钮，在浏览器中打开，然后复制粘贴到word中进行进一步的处理和修饰。

刺激吗？

应该还有其他导出方式，但是这个很方便。

扩展功能选择

1.第二类中只显示一个变量(如男性和女性)。只要getDescriptionStatsBy的“show_all_values”参数设置为FALSE

2.显示缺少的值。getDescriptionStatsBy的“useNA”参数设置为“ifany”，表示如果有缺失值，将显示缺失值；如果设置为“否”，则表示缺失值从不显示；“始终”表示无论是否有缺失值，都会显示缺失值；

13.Total列可以删除，getDescriptionStatsBy的“add_total_col”参数可以设置为FALSE。

缺点

1.差异检验是一种非参数方法。虽然没有错，但是一般符合参数检验条件的数据还是需要使用参数检验方法。在这里，您可以在自测后修改P值。

均值(SD)的显示形式中有一个括号，感觉有点别扭。我还是不知道怎么去除。欢迎有方法的朋友分享交流。

除此之外，还有一些其他的制作表格1的R包，比如table 1(R包的名字)，tableone包，其他的生成表格的R包(plyr等。).个人感觉这是最容易理解和掌握的，有兴趣可以去挖掘和对比其他包的功能。

原文链接:lgtxxjamtfgxb 8 ka 8 vinksxdo 6 a 1 qxny-4k 8 aye 9 wumyksarbldywo-vazmcnpjia 5 agfabifighao &；新=1