• 介绍
• 例1
• 例2
• 使用缩写代码指定自定义renderer
• 显示不同变量的不同统计信息
• 改变表的外观 - 使用内置的样式
• p-values列
• 表格的转置

介绍

在流行病学和其相关领域期刊上的标准做法是，用第一个表格（即Table 1）展示按暴露程度分层的研究人群的基线特征的描述性统计。使用R包table1去生成Table 1相当的easy。输出格式为HTML，其优点是易于复制到Word文档中。这个包允许相当大的灵活性来定制表的内容和外观，但是这需要更多的编程和CSS知识。

例1

使用boot包中的melanoma数据集来进行展示，数据集的变量定义和具体描述利用?melanoma进行查看，melanoma数据框有205行，7列。

数据集介绍

library(table1) 
library(boot) 
melanoma2 <- melanoma
 
# Factor the basic variables that
# we're interested in
melanoma2$status <- 
  factor(melanoma2$status, 
         levels=c(2,1,3),
         labels=c("Alive", # Reference
        "Melanoma death", 
        "Non-melanoma death"))

先来个简单的操作试试感觉：

table1(~ factor(sex) + age + factor(ulcer) + thickness | status, data=melanoma2)

注意，table1包使用了一个熟悉的公式接口，各变量之间用 + 分隔，条件符号 | 的右边为分层变量，参数data指定使用的数据集。

变量和分类的标签可能不适合用来描述结果，可以给分类变量指定标签，给特定的连续变量指定单位。

melanoma2$sex <-   factor(melanoma2$sex, levels=c(1,0),  labels=c("Male", "Female")) 
melanoma2$ulcer <- factor(melanoma2$ulcer, levels=c(0,1),  labels=c("Absent",  "Present"))

label(melanoma2$sex)       <- "Sex"
label(melanoma2$age)       <- "Age"
label(melanoma2$ulcer)     <- "Ulceration"
label(melanoma2$thickness) <- "Thickness"

units(melanoma2$age)       <- "years"
units(melanoma2$thickness) <- "mm"

table1(~ sex + age + ulcer + thickness | status, data=melanoma2, overall="Total")

这看起来好了很多，但是还可以做一些调整，如：调整Total列至最左侧、两个“Death”层（Melanoma Death和Non-melanoma Death）应该在一个共同的标题下分组、修改连续变量（Age和Thickness）的展示形式 Means (SD)为 Means (± SD)、不输出默认的Median [Min, Max] 统计量、有效数字的修改等。这稍微有些复杂，一般的操作可以修改示例中定义的函数来实现。

首先，利用list来设置我们的标签：

labels <- list(
    variables=list(sex="Sex",
                   age="Age (years)",
                   ulcer="Ulceration",
                   thickness="Thickness (mm)"),
    groups=list("", "", "Death"))

# Remove the word "death" from the labels, since it now appears above
levels(melanoma2$status) <- c("Alive", "Melanoma", "Non-melanoma")

然后，按照我们想要展示的顺序设置层或列为data.frame的列表：

strata <- c(list(Total=melanoma2), split(melanoma2, melanoma2$status))

最后，我们可以使用自定义的renderers来定制表的内容。renderers可以是一个函数，它以一个向量作为第一个参数并返回一个(命名的)字符向量。还有一种更简单的方法来定制表内容，使用简短的代码语法而不是render函数。例如，在这里，我们为连续变量和分类变量指定render函数，如下所示：

my.render.cont <- function(x) {
    with(stats.apply.rounding(stats.default(x), digits=2), c("",
"Mean (SD)"=sprintf("%s (&plusmn; %s)", MEAN, SD)))
}
my.render.cat <- function(x) {
    c("", sapply(stats.default(x), function(y) with(y,
        sprintf("%d (%0.0f %%)", FREQ, PCT))))
}

结果展示如下：

table1(strata, labels, groupspan=c(1, 1, 2),
       render.continuous=my.render.cont, render.categorical=my.render.cat)

例2

例2中使用模拟数据。我们设想一个临床试验，受试者被随机以2:1的比例接受积极治疗或安慰剂。为了简单起见，只考虑三个基本特征：年龄、性别和体重。

f <- function(x, n, ...) factor(sample(x, n, replace=T, ...), levels=x)
set.seed(427)

n <- 146
dat <- data.frame(id=1:n)
dat$treat <- f(c("Placebo", "Treated"), n, prob=c(1, 2)) # 2:1 randomization
dat$age   <- sample(18:65, n, replace=TRUE)
dat$sex   <- f(c("Female", "Male"), n, prob=c(.6, .4))  # 60% female
dat$wt    <- round(exp(rnorm(n, log(70), 0.23)), 1)

# Add some missing data
dat$wt[sample.int(n, 5)] <- NA

label(dat$age)   <- "Age"
label(dat$sex)   <- "Sex"
label(dat$wt)    <- "Weight"
label(dat$treat) <- "Treatment Group"

units(dat$age)   <- "years"
units(dat$wt)    <- "kg"

先来看看默认设置下得到的表格长什么样子：

table1(~ age + sex + wt | treat, data=dat)

请注意，当包含缺失值(这里的weight变量)时，无论是连续还是分类变量，都将报告一个不同的类别Missing (带有计数和百分比)。

“Overall” 这一列可以轻松的去掉或者重新给标签：

table1(~ age + sex + wt | treat, data=dat, overall=F)

我们还可以通过两个变量进行分层，在这种情况下，它们是嵌套的。例如，将每个治疗组按性别划分：

table1(~ age + wt | treat*sex, data=dat)

或者，调换一下顺序，按照性别分别划分治疗情况：

table1(~ age + wt | sex*treat, data=dat)

或者，直接不分层展示（即展示总的统计情况）：

table1(~ treat + age + sex + wt, data=dat)

最后，我们可能会再次考虑一些更复杂的东西，使用默认(即non-formula)接口。假设不是简单地分配给安慰剂或积极治疗，实际上有两种随机的治疗剂量，5毫克和10毫克，我们希望单独列出每个剂量水平，以及所有接受治疗的受试者。

dat$dose <- (dat$treat != "Placebo")*sample(1:2, n, replace=T)
dat$dose <- factor(dat$dose, labels=c("Placebo", "5 mg", "10 mg"))

strata <- c(split(dat, dat$dose), list("All treated"=subset(dat, treat=="Treated")), list(Overall=dat))

labels <- list(
    variables=list(age=render.varlabel(dat$age),
                   sex=render.varlabel(dat$sex),
                   wt=render.varlabel(dat$wt)),
    groups=list("", "Treated", ""))

table1(strata, labels, groupspan=c(1, 3, 1))

使用缩写代码指定自定义renderer

假设对于连续变量，我们想要显示百分比变异系数(CV%)而不是标准差(SD)。我们还想显示几何平均值和几何变异系数。我们已经讨论了可用于完成此任务的自定义render函数，但是更简单的替代方法是使用缩写代码。这是一个包含某些关键字的字符串，这些关键字被替换为表输出中的计算值。识别关键字列表来自于stats.default函数的输出，包括：N, NMISS, MEAN, SD, CV, GMEAN, GCV, MEDIAN, MIN, MAX, IQR, Q1, Q2, Q3, T1, T2, FREQ, PCT。关键字匹配不区分大小写，除了关键字之外的任何文本都保持原样。我们可以指定一个字符串向量，在这种情况下，每个结果都将显示在表的行中。我们可以使用一个命名向量为每一行指定标签，点号(‘.’)可用于指示将缩写的代码字符串本身用作行标签。有效数字可以使用digits参数(默认值: 3)进行控制。以下是上一节示例的后续，该示例生成了所需的结果：

table1(strata, labels, groupspan=c(1, 3, 1),
       render.continuous=c(.="Mean (CV%)", 
                           .="Median [Min, Max]",
      "Geo. mean (Geo. CV%)"="GMEAN (GCV%)"))

显示不同变量的不同统计信息

假设需要显示年龄的中位数和极差，而显示体重的平均值和标准差。这可以使用自定义的render函数实现：

rndr <- function(x, name, ...) {
if (!is.numeric(x)) return(render.categorical.default(x))
    what <- switch(name,
        age = "Median [Min, Max]",
        wt  = "Mean (SD)")
    parse.abbrev.render.code(c("", what))(x)
}

table1(~ age + sex + wt | treat, data=dat,
       render=rndr)

注意，除了分别重写render.continuous和render.categorical，也可以重写 render 来同时处理这两种情况。render函数获取变量的名称作为它的第二个参数，并且还应该接受...来获取传递给它的任何其他参数。还要注意函数parse.abbrev.render.code可用于将缩写代码转换为相应的render函数。

改变表的外观

table1的默认样式使用Arial字体，类似于LaTeX中常用的 booktabs样式。虽然这种默认样式并不难看，但不可避免地会希望定制表的视觉外观(字体、颜色、网格线等)。该包提供了有限数量的内置选项来更改样式，而进一步的定制可以在使用CSS的R R Markdown文档中实现(不展示)。

使用内置的样式

该package包括有限数量的内置样式，包括：

• zebra: 交替的阴影行和非阴影行(斑马条纹)
• grid: 显示所有网格线
• shade: 将标题行涂成灰色
• times: 使用serif字体
• center: 将所有列居中，包括第一列（行标签列）

可以使用table1的topclass参数选择这些样式。一些例子：

table1(~ age + sex + wt | treat, data=dat, topclass="Rtable1-zebra")

table1(~ age + sex + wt | treat, data=dat, topclass="Rtable1-grid")

table1(~ age + sex + wt | treat, data=dat, topclass="Rtable1-grid Rtable1-shade Rtable1-times")

注意，样式名前面需要加上前缀Rtable1-。通过使用空格分隔多个样式，可以组合应用多个样式。

p-values列

显示与单变量检验相关的p值，以检验各变量在不同层中的差异。目前包中还没有内置实现这一点的工具，但是使用自定义render函数和空层，可以“欺骗”它来生成所需的结果。下面的示例使用来自MatchIt包的lalonde数据。在本例中，分类变量使用独立卡方检验，连续变量使用t检验(如果需要，还可以使用其他检验)。

library(MatchIt) 
## Warning: package 'MatchIt' was built under R version 3.5.3
data(lalonde)

lalonde$treat    <- factor(lalonde$treat, levels=c(0, 1, 2), labels=c("Control", "Treatment", "P-value"))
lalonde$black    <- factor(lalonde$black)
lalonde$hispan   <- factor(lalonde$hispan)
lalonde$married  <- factor(lalonde$married)
lalonde$nodegree <- factor(lalonde$nodegree)
lalonde$black    <- as.logical(lalonde$black == 1)
lalonde$hispan   <- as.logical(lalonde$hispan == 1)
lalonde$married  <- as.logical(lalonde$married == 1)
lalonde$nodegree <- as.logical(lalonde$nodegree == 1)

label(lalonde$black)    <- "Black"
label(lalonde$hispan)   <- "Hispanic"
label(lalonde$married)  <- "Married"
label(lalonde$nodegree) <- "No high school diploma"
label(lalonde$age)      <- "Age"
label(lalonde$re74)     <- "1974 Income"
label(lalonde$re75)     <- "1975 Income"
label(lalonde$re78)     <- "1978 Income"
units(lalonde$age)      <- "years"

rndr <- function(x, name, ...) {
if (length(x) == 0) {
        y <- lalonde[[name]]
        s <- rep("", length(render.default(x=y, name=name, ...)))
if (is.numeric(y)) {
            p <- t.test(y ~ lalonde$treat)$p.value
        } else {
            p <- chisq.test(table(y, droplevels(lalonde$treat)))$p.value
        }
        s[2] <- sub("<", "&lt;", format.pval(p, digits=3, eps=0.001))
        s
    } else {
        render.default(x=x, name=name, ...)
    }
}

rndr.strat <- function(label, n, ...) {
    ifelse(n==0, label, render.strat.default(label, n, ...))
}

table1(~ age + black + hispan + married + nodegree + re74 + re75 + re78 | treat,
    data=lalonde, droplevels=F, render=rndr, render.strat=rndr.strat, overall=F)

诚然，这不是很优雅，但是它仍然很好地说明了这个包的灵活性，因为它能够完成我们从未真正计划过的事情。

表格的转置

默认情况下，table1生成的表将以层或亚组为列，以变量为行。在某些情况下，可能需要对表进行转置，使每一列都是变量，行是层。当所有的变量都是连续的，并且需要一个紧凑的表示形式时，这是最有意义的。它可以通过使用transpose = TRUE选项来实现。

一个例子：

dat <- expand.grid(i=1:50, group=LETTERS[1:3])
dat <- cbind(dat, matrix(round(exp(rnorm(6*nrow(dat))), 1), nrow=nrow(dat)))
names(dat)[3:8] <- paste0("V", 1:6)

默认：

table1(~ V1 + V2 + V3 + V4 + V5 + V6 | group, data=dat,
       topclass="Rtable1-grid Rtable1-center",
       render="Mean (CV%)<br/>Median [Min, Max]<br/>GMean (GCV%)")

转置：

table1(~ V1 + V2 + V3 + V4 + V5 + V6 | group, data=dat,
       topclass="Rtable1-grid Rtable1-center",
       render="Mean (CV%)<br/>Median [Min, Max]<br/>GMean (GCV%)",
       transpose=TRUE)

image

参考阅读：
https://cran.r-project.org/web/packages/table1/vignettes/table1-examples.html
https://stackoverflow.com/questions/54945344/p-value-column-in-table1-using-table1-function
https://cran.r-project.org/web/packages/table1/table1.pdf
https://cran.r-project.org/web/packages/furniture/vignettes/Table1.html