gtsummary|巧合-绘制多种数据汇总表“神器”

简介: gtsummary|巧合-绘制多种数据汇总表“神器”


巧合?

今(昨)天上午时候交流群里一个小伙伴关于管道符疑问中出现了tbl_summary函数,下午另一个小伙伴有table1相关疑问。

晚上想起上午时候提示我没有tbl_summary函数,查到是gtsummary包的,习惯性看了下包的功能,这不是也可以绘制三线表?

惊了,于是有了这篇分享。

1下载R包,数据


使用内置数据集演示

#install.packages("gtsummary")
library(gtsummary)
#查看内置数据集
head(trial)


2绘制table1


2.1 简单表格

#先选择部分变量进行展示
trial2 <- trial %>% select(age, grade, death, trt)
# 绘制
table1 <- tbl_summary(trial2)
table1

可以看到连续型变量使用的是中位数(四分位数),分类变量使用的 个数(比例)。

但是不是缺点什么?

文献中的表1,是不是会有分组是不是会有总体描述是不是会有P值是不是会有mean(sd) 那就加!


2.2 小修小改

1)添加一下参数,完成上述需求

table2 <-
 tbl_summary(
   trial2,
   by = trt, # 分组
   statistic = list(all_continuous() ~ "{mean} ({sd})"),  
   missing = "no" #
) %>%
 add_n() %>% # 添加非NA观测值个数
 add_p() %>% # 添加P值
 add_overall() %>%
 modify_header(label = "**Variable**") %>% # 标签列header
 bold_labels()  #label 粗体

呐,都有了 。。。


2)又发现连续型数据的检验方式可不可以用t检验?必须可以!

table3 <-
 tbl_summary(
   trial2,
   by = trt, # 分组
   statistic = list(all_continuous() ~ "{mean} ({sd})")
) %>%
 add_p(test = list(all_continuous() ~ "t.test"))  # 添加P值

就可以根据需求,结合着使用就可以绘制文献中的 “Table1”了 !

那为什么题目不叫绘制表一,因为表2 ,表3也能绘制啊!


3模型结果数据

3.1 逻辑回归模型

#构建逻辑回归
mod1 <- glm(response ~ trt + age + grade, trial, family = binomial)
t1 <- tbl_regression(mod1, exponentiate = TRUE)
t1

直接把结果提取出来了 且 绘制成了表格,不香吗?


3.2 COX生存分析

生信中出镜率极高的COX生存模型呢,结果可以直接用吗?

自信点,去掉吗

library(survival)
t2 <-
 coxph(Surv(ttdeath, death) ~ trt + grade + age, trial) %>%
 tbl_regression(exponentiate = TRUE)
t2

HR , 95%CI ,P value 都有了,,,


3.3 结果合并

甚至你还可以用tbl_merge函数将多个结果合并在一起,,这有点6了啊

# merge tables
tbl_merge_ex1 <-
 tbl_merge(
   tbls = list(t1, t2),
   tab_spanner = c("**Tumor Response**", "**Time to Death**") #防止混淆,定义名字
)

好了,多谢“巧合”,发现了一个简单实用的绘制多种统计表的方式。


相关文章
|
7月前
|
数据可视化 API Python
画图实战-Python实现某产品全年销量数据多种样式可视化
画图实战-Python实现某产品全年销量数据多种样式可视化
90 0
|
7月前
|
Python
Pandas和pyecharts绘制某天多省区连续确诊病例无新增天数的玫瑰图实战(附源码)
Pandas和pyecharts绘制某天多省区连续确诊病例无新增天数的玫瑰图实战(附源码)
116 0
|
4月前
|
数据可视化 前端开发 JavaScript
怪不得你们觉得数据可视化大屏不好做,原来是缺素材啊!!
怪不得你们觉得数据可视化大屏不好做,原来是缺素材啊!!
|
7月前
|
数据可视化
约会数据动态可视化分析:R语言使用GGPLOT和GGANIMATE制作动画图
约会数据动态可视化分析:R语言使用GGPLOT和GGANIMATE制作动画图
|
7月前
|
数据可视化
实现绘制Sankey桑基图(河流图、分流图)流程数据可视化
实现绘制Sankey桑基图(河流图、分流图)流程数据可视化
|
7月前
|
数据可视化
Tableau可视化设计案例-03基本表、树形图、气泡图、词云
Tableau可视化设计案例-03基本表、树形图、气泡图、词云
|
7月前
|
BI 数据格式
如何快速将txt类型的日志文件转换为excel表格并进行数据分析报表统计图(如:饼图、折线图、柱状图)?
如何快速将txt类型的日志文件转换为excel表格并进行数据分析报表统计图(如:饼图、折线图、柱状图)?
|
数据挖掘 Python
python之电脑信息数据分析实战基于 词云 柱状图 饼图 实验报告 代码+数据
python之电脑信息数据分析实战基于 词云 柱状图 饼图 实验报告 代码+数据
62 0
|
存储 JSON 数据可视化
数据可视化大屏电商数据展示平台开发实录(Echarts柱图曲线图、mysql筛选统计语句、时间计算、大数据量统计)
数据可视化大屏电商数据展示平台开发实录(Echarts柱图曲线图、mysql筛选统计语句、时间计算、大数据量统计)
552 0
【粉丝福利】统计图表——饼图(基础版)
【粉丝福利】统计图表——饼图(基础版)