R：如何修改 CreateTable() 函数以重复观察并使用错误索引？
R: How to modify a CreateTable() function for reiterated observations and with the wrongs index?
我正在尝试在以下数据集上创建一个 table，我在这里报告的是前五十个观察结果。下面是我正在处理的数据集的报告。
age 和 gnder 变量有一些拼写错误，我建议按如下方式修正：
colnames(d)[8] <- 'COND'
d$gender = ifelse(tolower(substr(d$gender,1,1)) == "k", "F", "M")
library(libr)
d <- datastep(d, {
if (is.na(age)) {
age <- 21
}}
)
我正在尝试使用以下代码创建摘要 table：
CreateTableOne(
vars = c('TASK', 'COND', 't1.key', 'T1.response', 'age', 'T1.ACC'),
strata = c('ID'),
factorVars = c('gender'),
argsApprox = list(correct = FALSE),
smd = TRUE,
addOverall = TRUE,
test = TRUE) %>%
na.omit() %>%
kableone()
获得这个table
不过这个功能你怎么看，我对同一个对象有很多观察，所以我只算了54个ID，所以男女的数量是不正确的。
length(unique(d$ID))
[1] 54
有人知道怎么解决吗？此外，由于 'age' 和 'T1.ACC' 具有非正态分布，有人知道我如何用中位数和 Q1 和 Q3 替换它们吗？
我愿意帮助你。但是，您提供的数据存在以下问题：
- 缺少变量
COND
TASK变量只有一个唯一值（ CreateTableOne函数不接受具有一个唯一值的变量）。- 变量只有一个唯一值
age。
- 变量
ID重复了几次。
但是，即使不更改您的数据，您也可以看到您的问题所在。如果你有这种形式的数据，你不能使用CreateTableOne！这是因为它计算值 m 的每次出现和值 k 的每次出现。由于一个人有多个条目，CreateTableOne 函数将分别计算每个条目。
请看一下我在这里提出的解决方案。
更新 1
好的。让我们尝试面对您的数据。
您有 54 位不同 ID 的患者。
data_Confidence_in_Action %>% distinct(ID) %>% nrow()
#[1] 54
但是请注意，有一个 ID 似乎不正确。
data_Confidence_in_Action %>% distinct(ID) %>%
mutate(lenID = str_length(ID)) %>% filter(lenID!=5)
# A tibble: 1 x 2
# ID lenID
# <chr> <int>
#1 P1419 dots 10
不过，我们可以保持原样。如果必须，请自行更正。
但是，请记住您有多达 8 种不同的性别。要小心，因为在我们国家，性别意识形态并不受欢迎 ;-)
data_Confidence_in_Action %>% distinct(gender)
# A tibble: 8 x 1
# gender
# <chr>
#1 k
#2 kobieta
#3 M
#4 K
#5 m¦Ö+-czyzna
#6 21
#7 m
#8 M¦Ö+-czyzna
不幸的是，这需要修复。
不幸的是，患者 P1440 是按性别分配年龄的。那么P1440的性别是什么？
data_Confidence_in_Action %>% filter(gender==21) %>% distinct(ID, gender, age)
# A tibble: 1 x 3
# ID gender age
# <chr> <chr> <dbl>
#1 P1440 21 NA
data_Confidence_in_Action %>% distinct(ID, gender) %>%
group_by(gender) %>% summarise(n = n())
# A tibble: 8 x 2
# gender n
# <chr> <int>
#1 21 1
#2 k 36
#3 K 3
#4 kobieta 9
#5 m 1
#6 M 1
#7 m¦Ö+-czyzna 2
#8 M¦Ö+-czyzna 1
如你所见，你有更多的女性。所以让P1440是一个女人。会好吗？
最后，请注意这两个变量的名称不方便。这是关于 Condition (whether a person responded) 和 Go / Nogo (whether a person should respond).
让我们一次解决所有问题。
data_Confidence_in_Action = data_Confidence_in_Action %>%
mutate(
gender = ifelse(str_detect(gender, "[k,K,21]"),"k","m"),
age = ifelse(is.na(age), 21, age)
) %>% rename(Condition=`Condition (whether a person responded)`,
Go.Nogo = `Go/Nogo (whether a person should respond)`)
最后，让我们将一些变量从 chr 更改为 factor，但不要替换正确的级别。我希望我明智地接受了它。
data_Confidence_in_Action = data_Confidence_in_Action %>%
mutate(
ID = ID %>% fct_inorder(),
gender = gender %>% fct_infreq(),
t1.key = t1.key %>% fct_infreq(),
Condition = Condition %>% fct_infreq(),
CR.key = CR.key %>% fct_infreq(),
TASK = TASK %>% fct_infreq(),
Go.Nogo = Go.Nogo %>% fct_infreq(),
difficulty = difficulty %>% factor(c("easy", "medium", "hard"))
)
有了这样组织的数据，让我们进入问题的核心。你到底想分析什么。请注意，对于 TASK、 Condition 和 t1.key 等变量，每个申请人都有有效值。
data_Confidence_in_Action %>% group_by(ID) %>% summarise(
nunique.TASK = length(unique(TASK)),
nunique.Condition = length(unique(Condition)),
nunique.t1.key = length(unique(t1.key))
) %>% distinct(nunique.TASK, nunique.Condition, nunique.t1.key)
# A tibble: 1 x 3
# nunique.TASK nunique.Condition nunique.t1.key
# <int> <int> <int>
#1 2 2 2
但是，如果我们查看这些变量中不同值的出现比例，它们在每个患者中都是不同的。
data_Confidence_in_Action %>% group_by(ID) %>% summarise(
prop.TASK = sum(TASK=="left")/sum(TASK=="right")) %>%
distinct()
data_Confidence_in_Action %>% group_by(ID) %>% summarise(
prop.Condition = sum(Condition=="NR")/sum(Condition=="R"))%>%
distinct()
data_Confidence_in_Action %>% group_by(ID) %>% summarise(
prop.t1.key = sum(t1.key=="None")/sum(t1.key=="space"))%>%
distinct()
所以写清楚你想要总结什么以及如何总结，因为我不清楚你想要得到什么。
更新 2
好的。我看得出来你开始明白一些事情了。
不过，我不知道你想总结什么。
往下看。首先，让我们收集所有代码来准备数据
library(tidyverse)
library(readxl)
library(tableone)
data_Confidence_in_Action <- read_excel("data_Confidence in Action.xlsx")
data_Confidence_in_Action = data_Confidence_in_Action %>%
mutate(
gender = ifelse(str_detect(gender, "[k,K,21]"),"k","m"),
age = ifelse(is.na(age), 21, age)
) %>% rename(Condition=`Condition (whether a person responded)`,
Go.Nogo = `Go/Nogo (whether a person should respond)`)
data_Confidence_in_Action = data_Confidence_in_Action %>%
mutate(
ID = ID %>% fct_inorder(),
gender = gender %>% fct_infreq(),
t1.key = t1.key %>% fct_infreq(),
Condition = Condition %>% fct_infreq(),
CR.key = CR.key %>% fct_infreq(),
TASK = TASK %>% fct_infreq(),
Go.Nogo = Go.Nogo %>% fct_infreq(),
difficulty = difficulty %>% factor(c("easy", "medium", "hard"))
)
现在是摘要。如果我们这样做：
CreateTableOne(
data = data_Confidence_in_Action,
vars = c('TASK', 'Condition', 't1.key', 'T1.response', 'age', 'T1.ACC'),
strata = 'gender',
factorVars = c('TASK', 'Condition', 't1.key'),
argsApprox = list(correct = FALSE),
smd = TRUE,
addOverall = TRUE,
test = TRUE) %>%
kableone()
输出
| |Overall |k |m |p |test |
|:-----------------------|:------------|:------------|:------------|:------|:----|
|n |41713 |37823 |3890 | | |
|TASK = right (%) |20832 (49.9) |18889 (49.9) |1943 (49.9) |0.992 | |
|Condition = R (%) |20033 (48.0) |18130 (47.9) |1903 (48.9) |0.241 | |
|t1.key = space (%) |20033 (48.0) |18130 (47.9) |1903 (48.9) |0.241 | |
|T1.response (mean (SD)) |0.48 (0.50) |0.48 (0.50) |0.49 (0.50) |0.241 | |
|age (mean (SD)) |20.74 (2.67) |20.75 (2.70) |20.60 (2.33) |0.001 | |
|T1.ACC (mean (SD)) |0.70 (0.46) |0.70 (0.46) |0.73 (0.45) |<0.001 | |
我们得到所有观察结果的摘要 n == 41713。而且由于每个病人都有很多观察，这样的总结用处不大。至少我是这么认为的。
但是，我们可以针对一些选定的患者进行总结。
CreateTableOne(
data = data_Confidence_in_Action %>%
filter(ID %in% c('P1323', 'P1403', 'P1404')) %>%
mutate(ID = ID %>% fct_drop()),
vars = c('TASK', 'Condition', 't1.key', 'T1.response', 'age', 'T1.ACC'),
strata = c('ID'),
factorVars = c('TASK', 'Condition', 't1.key'),
argsApprox = list(correct = FALSE),
smd = TRUE,
addOverall = TRUE,
test = TRUE) %>%
kableone()
输出
| |Overall |P1323 |P1403 |P1404 |p |test |
|:-----------------------|:------------|:------------|:------------|:------------|:------|:----|
|n |2323 |775 |776 |772 | | |
|TASK = right (%) |1164 (50.1) |390 (50.3) |386 (49.7) |388 (50.3) |0.969 | |
|Condition = R (%) |1168 (50.3) |385 (49.7) |435 (56.1) |348 (45.1) |<0.001 | |
|t1.key = space (%) |1168 (50.3) |385 (49.7) |435 (56.1) |348 (45.1) |<0.001 | |
|T1.response (mean (SD)) |0.50 (0.50) |0.50 (0.50) |0.56 (0.50) |0.45 (0.50) |<0.001 | |
|age (mean (SD)) |19.66 (0.94) |19.00 (0.00) |19.00 (0.00) |21.00 (0.00) |<0.001 | |
|T1.ACC (mean (SD)) |0.70 (0.46) |0.67 (0.47) |0.77 (0.42) |0.65 (0.48) |<0.001 | |
现在这更有意义，但对每个患者来说都是分开的。
或者，您可以在不使用 CreateTableOne 的情况下完成此摘要，例如是的
data_Confidence_in_Action %>% group_by(gender, ID) %>%
summarise(
age = min(age)) %>% group_by(gender) %>%
summarise(
n = n(),
Min = min(age),
Q1 = quantile(age,1/4,8),
mean = mean(age),
median = median(age),
Q3 = quantile(age,3/4,8),
Max = max(age),
IQR = IQR(age),
Kurt = e1071::kurtosis(age),
skew = e1071::skewness(age),
SD = sd(age))
输出
# A tibble: 2 x 12
gender n Min Q1 mean median Q3 Max IQR Kurt skew SD
<fct> <int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 k 49 19 19 20.8 20 21 32 2 7.47 2.79 2.73
2 m 5 19 19 20.6 19 21 25 2 -1.29 0.823 2.61
仔细考虑并写下您真正期望的内容。当然，除非您仍然对这个话题感兴趣。
我正在尝试在以下数据集上创建一个 table，我在这里报告的是前五十个观察结果。下面是我正在处理的数据集的报告。
age 和 gnder 变量有一些拼写错误，我建议按如下方式修正：
colnames(d)[8] <- 'COND'
d$gender = ifelse(tolower(substr(d$gender,1,1)) == "k", "F", "M")
library(libr)
d <- datastep(d, {
if (is.na(age)) {
age <- 21
}}
)
我正在尝试使用以下代码创建摘要 table：
CreateTableOne(
vars = c('TASK', 'COND', 't1.key', 'T1.response', 'age', 'T1.ACC'),
strata = c('ID'),
factorVars = c('gender'),
argsApprox = list(correct = FALSE),
smd = TRUE,
addOverall = TRUE,
test = TRUE) %>%
na.omit() %>%
kableone()
获得这个table
不过这个功能你怎么看，我对同一个对象有很多观察，所以我只算了54个ID，所以男女的数量是不正确的。
length(unique(d$ID))
[1] 54
有人知道怎么解决吗？此外，由于 'age' 和 'T1.ACC' 具有非正态分布，有人知道我如何用中位数和 Q1 和 Q3 替换它们吗？
我愿意帮助你。但是，您提供的数据存在以下问题：
- 缺少变量
COND TASK变量只有一个唯一值（CreateTableOne函数不接受具有一个唯一值的变量）。- 变量只有一个唯一值
age。 - 变量
ID重复了几次。
但是，即使不更改您的数据，您也可以看到您的问题所在。如果你有这种形式的数据，你不能使用CreateTableOne！这是因为它计算值 m 的每次出现和值 k 的每次出现。由于一个人有多个条目，CreateTableOne 函数将分别计算每个条目。
请看一下我在这里提出的解决方案
更新 1
好的。让我们尝试面对您的数据。 您有 54 位不同 ID 的患者。
data_Confidence_in_Action %>% distinct(ID) %>% nrow()
#[1] 54
但是请注意，有一个 ID 似乎不正确。
data_Confidence_in_Action %>% distinct(ID) %>%
mutate(lenID = str_length(ID)) %>% filter(lenID!=5)
# A tibble: 1 x 2
# ID lenID
# <chr> <int>
#1 P1419 dots 10
不过，我们可以保持原样。如果必须，请自行更正。 但是，请记住您有多达 8 种不同的性别。要小心，因为在我们国家，性别意识形态并不受欢迎 ;-)
data_Confidence_in_Action %>% distinct(gender)
# A tibble: 8 x 1
# gender
# <chr>
#1 k
#2 kobieta
#3 M
#4 K
#5 m¦Ö+-czyzna
#6 21
#7 m
#8 M¦Ö+-czyzna
不幸的是，这需要修复。 不幸的是，患者 P1440 是按性别分配年龄的。那么P1440的性别是什么？
data_Confidence_in_Action %>% filter(gender==21) %>% distinct(ID, gender, age)
# A tibble: 1 x 3
# ID gender age
# <chr> <chr> <dbl>
#1 P1440 21 NA
data_Confidence_in_Action %>% distinct(ID, gender) %>%
group_by(gender) %>% summarise(n = n())
# A tibble: 8 x 2
# gender n
# <chr> <int>
#1 21 1
#2 k 36
#3 K 3
#4 kobieta 9
#5 m 1
#6 M 1
#7 m¦Ö+-czyzna 2
#8 M¦Ö+-czyzna 1
如你所见，你有更多的女性。所以让P1440是一个女人。会好吗？
最后，请注意这两个变量的名称不方便。这是关于 Condition (whether a person responded) 和 Go / Nogo (whether a person should respond).
让我们一次解决所有问题。
data_Confidence_in_Action = data_Confidence_in_Action %>%
mutate(
gender = ifelse(str_detect(gender, "[k,K,21]"),"k","m"),
age = ifelse(is.na(age), 21, age)
) %>% rename(Condition=`Condition (whether a person responded)`,
Go.Nogo = `Go/Nogo (whether a person should respond)`)
最后，让我们将一些变量从 chr 更改为 factor，但不要替换正确的级别。我希望我明智地接受了它。
data_Confidence_in_Action = data_Confidence_in_Action %>%
mutate(
ID = ID %>% fct_inorder(),
gender = gender %>% fct_infreq(),
t1.key = t1.key %>% fct_infreq(),
Condition = Condition %>% fct_infreq(),
CR.key = CR.key %>% fct_infreq(),
TASK = TASK %>% fct_infreq(),
Go.Nogo = Go.Nogo %>% fct_infreq(),
difficulty = difficulty %>% factor(c("easy", "medium", "hard"))
)
有了这样组织的数据，让我们进入问题的核心。你到底想分析什么。请注意，对于 TASK、 Condition 和 t1.key 等变量，每个申请人都有有效值。
data_Confidence_in_Action %>% group_by(ID) %>% summarise(
nunique.TASK = length(unique(TASK)),
nunique.Condition = length(unique(Condition)),
nunique.t1.key = length(unique(t1.key))
) %>% distinct(nunique.TASK, nunique.Condition, nunique.t1.key)
# A tibble: 1 x 3
# nunique.TASK nunique.Condition nunique.t1.key
# <int> <int> <int>
#1 2 2 2
但是，如果我们查看这些变量中不同值的出现比例，它们在每个患者中都是不同的。
data_Confidence_in_Action %>% group_by(ID) %>% summarise(
prop.TASK = sum(TASK=="left")/sum(TASK=="right")) %>%
distinct()
data_Confidence_in_Action %>% group_by(ID) %>% summarise(
prop.Condition = sum(Condition=="NR")/sum(Condition=="R"))%>%
distinct()
data_Confidence_in_Action %>% group_by(ID) %>% summarise(
prop.t1.key = sum(t1.key=="None")/sum(t1.key=="space"))%>%
distinct()
所以写清楚你想要总结什么以及如何总结，因为我不清楚你想要得到什么。
更新 2
好的。我看得出来你开始明白一些事情了。 不过，我不知道你想总结什么。 往下看。首先，让我们收集所有代码来准备数据
library(tidyverse)
library(readxl)
library(tableone)
data_Confidence_in_Action <- read_excel("data_Confidence in Action.xlsx")
data_Confidence_in_Action = data_Confidence_in_Action %>%
mutate(
gender = ifelse(str_detect(gender, "[k,K,21]"),"k","m"),
age = ifelse(is.na(age), 21, age)
) %>% rename(Condition=`Condition (whether a person responded)`,
Go.Nogo = `Go/Nogo (whether a person should respond)`)
data_Confidence_in_Action = data_Confidence_in_Action %>%
mutate(
ID = ID %>% fct_inorder(),
gender = gender %>% fct_infreq(),
t1.key = t1.key %>% fct_infreq(),
Condition = Condition %>% fct_infreq(),
CR.key = CR.key %>% fct_infreq(),
TASK = TASK %>% fct_infreq(),
Go.Nogo = Go.Nogo %>% fct_infreq(),
difficulty = difficulty %>% factor(c("easy", "medium", "hard"))
)
现在是摘要。如果我们这样做：
CreateTableOne(
data = data_Confidence_in_Action,
vars = c('TASK', 'Condition', 't1.key', 'T1.response', 'age', 'T1.ACC'),
strata = 'gender',
factorVars = c('TASK', 'Condition', 't1.key'),
argsApprox = list(correct = FALSE),
smd = TRUE,
addOverall = TRUE,
test = TRUE) %>%
kableone()
输出
| |Overall |k |m |p |test |
|:-----------------------|:------------|:------------|:------------|:------|:----|
|n |41713 |37823 |3890 | | |
|TASK = right (%) |20832 (49.9) |18889 (49.9) |1943 (49.9) |0.992 | |
|Condition = R (%) |20033 (48.0) |18130 (47.9) |1903 (48.9) |0.241 | |
|t1.key = space (%) |20033 (48.0) |18130 (47.9) |1903 (48.9) |0.241 | |
|T1.response (mean (SD)) |0.48 (0.50) |0.48 (0.50) |0.49 (0.50) |0.241 | |
|age (mean (SD)) |20.74 (2.67) |20.75 (2.70) |20.60 (2.33) |0.001 | |
|T1.ACC (mean (SD)) |0.70 (0.46) |0.70 (0.46) |0.73 (0.45) |<0.001 | |
我们得到所有观察结果的摘要 n == 41713。而且由于每个病人都有很多观察，这样的总结用处不大。至少我是这么认为的。
但是，我们可以针对一些选定的患者进行总结。
CreateTableOne(
data = data_Confidence_in_Action %>%
filter(ID %in% c('P1323', 'P1403', 'P1404')) %>%
mutate(ID = ID %>% fct_drop()),
vars = c('TASK', 'Condition', 't1.key', 'T1.response', 'age', 'T1.ACC'),
strata = c('ID'),
factorVars = c('TASK', 'Condition', 't1.key'),
argsApprox = list(correct = FALSE),
smd = TRUE,
addOverall = TRUE,
test = TRUE) %>%
kableone()
输出
| |Overall |P1323 |P1403 |P1404 |p |test |
|:-----------------------|:------------|:------------|:------------|:------------|:------|:----|
|n |2323 |775 |776 |772 | | |
|TASK = right (%) |1164 (50.1) |390 (50.3) |386 (49.7) |388 (50.3) |0.969 | |
|Condition = R (%) |1168 (50.3) |385 (49.7) |435 (56.1) |348 (45.1) |<0.001 | |
|t1.key = space (%) |1168 (50.3) |385 (49.7) |435 (56.1) |348 (45.1) |<0.001 | |
|T1.response (mean (SD)) |0.50 (0.50) |0.50 (0.50) |0.56 (0.50) |0.45 (0.50) |<0.001 | |
|age (mean (SD)) |19.66 (0.94) |19.00 (0.00) |19.00 (0.00) |21.00 (0.00) |<0.001 | |
|T1.ACC (mean (SD)) |0.70 (0.46) |0.67 (0.47) |0.77 (0.42) |0.65 (0.48) |<0.001 | |
现在这更有意义，但对每个患者来说都是分开的。
或者，您可以在不使用 CreateTableOne 的情况下完成此摘要，例如是的
data_Confidence_in_Action %>% group_by(gender, ID) %>%
summarise(
age = min(age)) %>% group_by(gender) %>%
summarise(
n = n(),
Min = min(age),
Q1 = quantile(age,1/4,8),
mean = mean(age),
median = median(age),
Q3 = quantile(age,3/4,8),
Max = max(age),
IQR = IQR(age),
Kurt = e1071::kurtosis(age),
skew = e1071::skewness(age),
SD = sd(age))
输出
# A tibble: 2 x 12
gender n Min Q1 mean median Q3 Max IQR Kurt skew SD
<fct> <int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 k 49 19 19 20.8 20 21 32 2 7.47 2.79 2.73
2 m 5 19 19 20.6 19 21 25 2 -1.29 0.823 2.61
仔细考虑并写下您真正期望的内容。当然，除非您仍然对这个话题感兴趣。