更改 gtsummary::tbl_merge 中的空单元格
Change empty cells in gtsummary::tbl_merge
我合并了两个不同行的表格,结果单元格为空。我想用明确的“缺失”或“---”替换空单元格(这也可能是在 tbl_merge
中实现的未来功能)。我尝试使用 superstar 函数 modify_table_styling
,但找不到行。我试过 everything()
和 is.na(estimate)
。另外,请注意,我实际上在 tbl_merge 上有一个 tbl_merge,所以我的 my_df$table_body
在
中查找行标识符更加复杂
感谢您的帮助!
library(gtsummary)
library(dplyr)
tbl_dense <-
trial %>%
tbl_summary(by = trt)
tbl_sparse <-
trial %>%
select(trt, response) %>%
tbl_summary(by = trt)
tbl_merge(list(tbl_dense, tbl_sparse)) %>%
as_kable()
特征
药物A, N = 98
药物 B, N = 102
药物A, N = 98
药物 B, N = 102
年龄
46 (37, 59)
48 (39, 56)
未知
7
4
标记级别 (ng/mL)
0.84 (0.24, 1.57)
0.52 (0.19, 1.20)
未知
6
4
T台
T1
28 (29%)
25 (25%)
T2
25 (26%)
29 (28%)
T3
22 (22%)
21 (21%)
T4
23 (23%)
27 (26%)
年级
我
35 (36%)
33 (32%)
二
32 (33%)
36 (35%)
三
31 (32%)
33 (32%)
肿瘤反应
28 (29%)
33 (34%)
28 (29%)
33 (34%)
未知
3
4
3
4
患者死亡
52 (53%)
60 (59%)
个月到 Death/Censor
23.5 (17.4, 24.0)
21.2 (14.6, 24.0)
# Likely with this do-it-all function
# modify_table_styling(
# column = estimate,
# rows = is.na(estimate), # Not sure how to select rows
# missing_symbol = "MISSING"
# )
由 reprex package (v2.0.0)
于 2021-07-30 创建
你说得对,modify_table_styling()
函数是正确的选择。示例如下!
library(gtsummary)
packageVersion("gtsummary")
tbl_dense <-
trial %>%
tbl_summary(by = trt)
tbl_sparse <-
trial %>%
select(trt, response) %>%
tbl_summary(by = trt)
tbl <-
tbl_merge(list(tbl_dense, tbl_sparse)) %>%
modify_table_styling(
columns = everything(),
rows = !is.na(variable),
missing_symbol = "MISSING"
)
我合并了两个不同行的表格,结果单元格为空。我想用明确的“缺失”或“---”替换空单元格(这也可能是在 tbl_merge
中实现的未来功能)。我尝试使用 superstar 函数 modify_table_styling
,但找不到行。我试过 everything()
和 is.na(estimate)
。另外,请注意,我实际上在 tbl_merge 上有一个 tbl_merge,所以我的 my_df$table_body
在
感谢您的帮助!
library(gtsummary)
library(dplyr)
tbl_dense <-
trial %>%
tbl_summary(by = trt)
tbl_sparse <-
trial %>%
select(trt, response) %>%
tbl_summary(by = trt)
tbl_merge(list(tbl_dense, tbl_sparse)) %>%
as_kable()
特征 | 药物A, N = 98 | 药物 B, N = 102 | 药物A, N = 98 | 药物 B, N = 102 |
---|---|---|---|---|
年龄 | 46 (37, 59) | 48 (39, 56) | ||
未知 | 7 | 4 | ||
标记级别 (ng/mL) | 0.84 (0.24, 1.57) | 0.52 (0.19, 1.20) | ||
未知 | 6 | 4 | ||
T台 | ||||
T1 | 28 (29%) | 25 (25%) | ||
T2 | 25 (26%) | 29 (28%) | ||
T3 | 22 (22%) | 21 (21%) | ||
T4 | 23 (23%) | 27 (26%) | ||
年级 | ||||
我 | 35 (36%) | 33 (32%) | ||
二 | 32 (33%) | 36 (35%) | ||
三 | 31 (32%) | 33 (32%) | ||
肿瘤反应 | 28 (29%) | 33 (34%) | 28 (29%) | 33 (34%) |
未知 | 3 | 4 | 3 | 4 |
患者死亡 | 52 (53%) | 60 (59%) | ||
个月到 Death/Censor | 23.5 (17.4, 24.0) | 21.2 (14.6, 24.0) |
# Likely with this do-it-all function
# modify_table_styling(
# column = estimate,
# rows = is.na(estimate), # Not sure how to select rows
# missing_symbol = "MISSING"
# )
由 reprex package (v2.0.0)
于 2021-07-30 创建你说得对,modify_table_styling()
函数是正确的选择。示例如下!
library(gtsummary)
packageVersion("gtsummary")
tbl_dense <-
trial %>%
tbl_summary(by = trt)
tbl_sparse <-
trial %>%
select(trt, response) %>%
tbl_summary(by = trt)
tbl <-
tbl_merge(list(tbl_dense, tbl_sparse)) %>%
modify_table_styling(
columns = everything(),
rows = !is.na(variable),
missing_symbol = "MISSING"
)