代码来自cloudy
数据要转换成数字 缺失数据用NA表示
rm(list = ls())
#绘制table1
#加载数据集和包
setwd("/Users/zhongyue/Desktop/R代码/统计")
rt=read.table("测试tableone.txt",header=T,sep="\t",check.names=F,row.names
= 1)
library(tableone)
# 加载包
library(survival) #加载包，需要使用survival包的colon数据
#加载数据集
View(rt)
tab1=CreateTableOne(data= rt);tab1 #汇总整个数据集特征
要将分类变量转化为因子
3. 分类变量处理
在数据处理中，大多数分类变量是采用数字编码，二分类变量常表示为0和1，多分类变量表示为0、1和2等。
有两种方法可以将分类变量转化为因子：一是先在数据集中将分类变量转化为因子，然后再使用tableone包进行汇总，二是在tableone包中直接指定哪些变量属于因子(使用factorVars参数进行转换)，然后在进行汇总。
dput(names(rt))
# 输出rt数据集变量名称
#指定基线表中需要比较的变量
myVars <-
c("MAL2", "Age", "futime", "fustat",
"T", "N", "M", "Stage", "ER",
"PR", "HER2")
#指定基线表中哪些变量是分类变量
catVars <-
c("MAL2", "Age", "T", "N",
"M", "Stage", "ER", "PR",
"HER2","fustat")
```
4. 优化单组汇总
tab2 <-CreateTableOne(vars = myVars,
data = rt,
factorVars =catVars);tab2
# 通过vars参数指定哪些变量是基线表中需要汇总的变量
# 通过factorVars参数指定哪些变量是分类变量
# data参数指定变量的数据来源
```
从上图可以看出，在指定基线表的汇总变量、分类变量，排除掉无关变量后，基线表的结果显示比前面好很多。
二分类变量显示为第2水平的计数(百分比)，比如分类变量为0和1，则显示1的结果；如果为多分类变量，则显示出所有水平数据。
如果在表中要显示所有水平的数据，则输入：
print(tab2,
showAllLevels = TRUE)
```
注意：分类变量的百分比数据是在排除缺失值后计算的。
5. 显示基线表所有数据信息
如果需要显示所有数据信息，包括分类变量和连续变量的缺失值信息，对结果对象使用summary()函数，先输出连续变量数据信息，在输出分类变量数据信息。
summary(tab2)
6. 指定非正态分布变量
从前面的表中可以看到，连续变量都表示为均数±标准差，这是认为连续变量都呈正态分布。但是实际上有些数据呈非正态分布，需要用中位数（四分位数）表示。
假设数据集中"time"和"nodes"两个连续变量呈非正态分布。
```{r 非正态分布}
nonvar
<- c("futime") # 指定哪些变量是非正态分布变量
print(tab2,
nonnormal = nonvar) # 输出基线表数据信息
```
可以看出"time"和"nodes"这两个连续变量都用中位数(四分位数)表示了。
如果在print()函数中输入的是nonnormal = TRUE，则所有连续变量都按非正态分布进行分析。
7. 多组汇总数据
在前面，我们对数据集信息进行了单组汇总。但是通常，我们需要比较两组患者之间的基线特征，如比较AKI组和非AKI组。
在本数据集中，我们需要对"status"生存状态（1为死亡，0为删失）进行分组汇总。
```{r 分组汇总}
tab3 <-
CreateTableOne(vars = myVars,
strata ="MAL2",
data = rt,
factorVars = catVars);tab3
#
strata参数表示分层，指定需要分层的变量，这里我们指定status变量
# 通过vars参数指定哪些变量是基线表中需要汇总的变量。
# 通过factorVars参数指定哪些变量是分类变量
# data参数指定变量的数据来源
```
从图上我们可以看出，我们已经分组总结好了，并且在表右边已经自动进行了统计检验，输出了检验p值。
但是呈非正态分布的连续变量并没有输出中位数和四分位数，检验方法也需要调整。
8. 统计检验
如上表所示，当进行两组或多组分层汇总时，两组或多组间比较的p值会自动随着基线表一起输出，如果p值很小，则显示为＜0.001。
tableone默认的检验方法为：分类变量使用卡方检验(chisq.test()，连续性校正)；连续变量使用方差分析(oneway.test()，假设等方差)，两组间方差分析相当于t检验。
但是在基线表中，有些连续变量是非正态分布变量，有些分类变量中单元格期望值较小，这些变量的统计方法不能使用默认的统计方法。
kruskal.test()函数可以用于呈非正态分布的连续变量，fisher.test()可以指定分类变量进行fisher精确检验。
在两组间比较时，kruskal.test()和wilcox.test()等效。
基线表的test列会显示哪些变量是使用非默认检验方法来计算p值。
假设"extent"变量需要使用fisher精确检验。
```{r 调整统计学方法}
#其他照着修改即可
exactvars <-
c("T", "N")# 指定哪些变量需要使用fisher精确检验,
print(tab3, # 前面的tab3对象
nonnormal = nonvar, #指定哪些连续变量是非正态分布变量
exact =exactvars) #指定哪些变量需要使用fisher精确检验，若单独一个可以 exact = “T”
```
9. 添加overall列
如最前面的举例所示，基线表中可以添加overall列，表示所有患者的特征。
在CreateTableOne()函数中使用addOverall =
TRUE就可以添加overall列了。
```{r 添加overall列}
tab4 <-
CreateTableOne(vars = myVars,
strata ="MAL2",
data = rt,
factorVars = catVars,
addOverall = TRUE) #增加overall列
print(tab4,
nonnormal = nonvar, exact = exactvars,showAllLevels = TRUE)
#
strata表示分层，指定需要分层的变量，这里我们指定status变量
# 通过vars参数指定哪些变量是基线表中需要汇总的变量。
# 通过factorVars参数指定哪些变量是分类变量
# data参数指定变量的数据来源
```
10. 输出基线特征表
到了这一步，R中基线特征表就基本绘制完成了。接下来就要将表格导出到Excel中进行调整，然后导入到Word中绘制三线表。
简单粗暴的方法：就是复制粘贴，使用quote = TRUE显示引号，使用noSpaces = TRUE删除用于在R控制台中对齐文本的空格，然后直接复制基线表整个内容并将其粘贴到Excel电子表格即可。
。
简单粗暴的方法：就是复制粘贴，使用quote = TRUE显示引号，
使用noSpaces = TRUE删除用于在R控制台中对齐文本的空格，然后直接复制基线表整个内容并将其粘贴到Excel电子表格即可。
```{r 输出}
print(tab4,
# 前面的tab4对象
nonnormal = nonvar, #指定非正态分布变量
exact = "extent", #指定哪些变量需要使用fisher精确检验
quote = TRUE, #显示引号
noSpaces = TRUE) #删除用于在R控制台中对齐文本的空格
```
另一种方式：
如果您不喜欢复制和粘贴，则可以通过以下方式自动导出。
```{r 输出}
tab4Mat <-
print(tab4, nonnormal = nonvar, exact = "extent",
quote = FALSE, #不显示引号
noSpaces = TRUE, #删除用于在R控制台中对齐文本的空格
printToggle =FALSE,showAllLevels = TRUE)
## 保存为CSV 格式文件，并命名为 myTable。
write.csv(tab4Mat,
file = "myTable.csv")
```
注意：quote参数选FALSE，noSpaces参数可选TRUE。
11. 后续
```{r 仅输出分类变量}
tab3$CatTable
```
```{r 仅输出连续变量}
print(tab3$ContTable,
nonnormal = nonvar)
```
12.
CreateTableOne()函数
CreateTableOne()是创建基线特征表的函数，可以汇总所有基线变量信息（包括连续变量和分类变量），并可按一个变量或多个变量进行分层汇总，并进行统计检验。
```{r 整体代码}
CreateTableOne(vars,
strata, data, factorVars,
includeNA = FALSE,
test = TRUE,
testApprox = chisq.test,
argsApprox = list(correct =TRUE),
testExact = fisher.test,
argsExact = list(workspace = 2 *10^5),
testNormal = oneway.test,
argsNormal = list(var.equal =TRUE),
testNonNormal = kruskal.test,
argsNonNormal = list(NULL),
smd = TRUE, addOverall = FALSE)
函数参数解释说明
vars #字符向量；指定哪些变量是基线特征表需要汇总的变量
# 数据集中的因子视为分类变量，数字型变量视为连续变量
# vars参数为空，则指定数据集中所有变量进行汇总
strata
# 字符向量；指定分组汇总的变量，为空则进行单组汇总(也就是Overall列)
data #变量来源的数据集名称，所有汇总变量都要在数据集里面
factorVars
# 字符向量；指定哪些变量为分类变量，指定的变量应是vars参数中的变量
includeNA
= FALSE # 逻辑词；为TRUE则将缺失值作为因子处理，仅对分类变量有效
test =
TRUE # 逻辑词；默认为TRUE，当有2个或多个组时，自动进行组间比较
testApprox
= chisq.test # 默认卡方检验；当分类变量的单元格期望值较低(如<5）时，不建议使用
argsApprox
= list(correct = TRUE) # 进行chisq.test的连续校正。
testExact
= fisher.test # 进行精确检验的函数，默认为fisher.test。
argsExact
= list(workspace = 2*10^5) # 指定fisher.test分配的内存空间
testNormal
= oneway.test # 连续变量为正态分布进行的检验
# 默认为oneway.test，两组时相当于t检验
argsNormal
= list(var.equal = TRUE) # 假设为等方差分析
testNonNormal
= kruskal.test # 连续变量为非正态分布变量进行的检验，非参数检验
# 默认为Kruskal-Wallis秩和检验
# 当只有两个组时，与wilcox.test(Man-Whitney U检验)等效
argsNonNormal
= list(NULL) #传递给testNonNormal中指定的函数的参数的命名列表
# 默认list(NULL)，它只是一个占位符
smd =
TRUE # 默认为TRUE；当有两个以上的组时，则将自动计算组间比较的标准化均值差
addOverall
= FALSE # 仅在分组汇总中使用，将overall列添加到基线表中
# smd和p值仅在分组汇总中使用。
```
