R语言一键生成好看的Table 1?小白也能十分钟之内搞定!
Posted 挑圈联靠
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了R语言一键生成好看的Table 1?小白也能十分钟之内搞定!相关的知识,希望对你有一定的参考价值。
扫描下方二维码免费领取☟☟☟
大家好,我 是 阿琛。谈统计 而色变, 不知道你还记得那些年学过的统计知识吗?从 变量类型 ,到 统计描述 ,以及 假设检验 。 一 串 一串的概念,初识之时以为大家不过萍水相逢,考试过后也便自然向往于江湖。 然而,当打开SCI论文,无论是生信研究,亦或者是临床或基础研究,那熟悉的Table 1让人又爱又恨。下面,让阿琛带大家一起温故而知新,讲述一下这Table 1制作的过往历程。
SPSS经典分析方法回顾
![R语言一键生成好看的Table 1?小白也能十分钟之内搞定!](https://image.cha138.com/20210418/dd7dd69ea65c44f8a14d70cb2621d9fc.jpg)
![R语言一键生成好看的Table 1?小白也能十分钟之内搞定!](https://image.cha138.com/20210418/299835d4a4fb4bdc8024590b243e5ff7.jpg)
![R语言一键生成好看的Table 1?小白也能十分钟之内搞定!](https://image.cha138.com/20210418/257bbaaab9064a95a3ed12049c261a69.jpg)
R绘制Table1方法
1
"tableone") install.packages(
library(tableone)
2
setwd("C:\Users\000\Desktop\Table") #设置工作目录
rt <- read.table("clinical.txt",header=T,sep=" ",row.names=1) #读取表格
head(rt) #查看数据结果
![R语言一键生成好看的Table 1?小白也能十分钟之内搞定!](https://image.cha138.com/20210418/ce24e1e1eb0941728737835948d53e0e.jpg)
3
![R语言一键生成好看的Table 1?小白也能十分钟之内搞定!](https://image.cha138.com/20210418/82d415a2de2e4c3fb3d17f67e118e460.jpg)
tab1 <- CreateTableOne(data = rt) #指定数据来源
print(tab1) #查看tab1
![R语言一键生成好看的Table 1?小白也能十分钟之内搞定!](https://image.cha138.com/20210418/f470a2cbb4f24af9a319b9e2d0ee880e.jpg)
4
#4.1 设置需要比较的变量名称
myVars <- c("age", "gender", "grade", "stage", "T", "M", "N", "Score", "Albumin")
#4.2 设置分类变量
catVars <- c("gender", "grade", "stage", "T", "M", "N")
#4.3 设置非正态分布的变量
nonVars <- c("Score")
5
tab2 <-CreateTableOne(data =rt, #指定分析数据集
vars = myVars, #指定比较的变量
factorVars = catVars) #指定其中的分类变量
print(tab2,
nonnormal = nonVars) #指定非正态分布变量
-
结果显示:
![R语言一键生成好看的Table 1?小白也能十分钟之内搞定!](https://image.cha138.com/20210418/a5d0e63f2b2f4397956aba0340dcfd8b.jpg)
6
tab3 <- CreateTableOne(data = rt,
strata = "Group", #指定分组变量
vars = myVars,
factorVars = catVars)
print(tab3,
cramVars = catVars,
nonnormal = nonVars,
exact = "M") #指定进行fisher精确检验
主要是继续参考每个nmf类里面的不同signature的比例,已经不同nmf类的相关性热图
可视化是一条永无止境的路。大家加油哈!
![R语言一键生成好看的Table 1?小白也能十分钟之内搞定!](https://image.cha138.com/20210418/1d99fcfc08934053a73b0c270094eb4f.jpg)
tab4 <- CreateTableOne(data = rt,
strata = "Group", #指定分组变量
vars = myVars,
factorVars = catVars,
addOverall = TRUE) #添加Overall列的分析结果
print(tab4,
cramVars = catVars,
nonnormal = nonVars,
exact = "M") #查看tab4
![R语言一键生成好看的Table 1?小白也能十分钟之内搞定!](https://image.cha138.com/20210418/a74f1251a92941598dad3d377b17ce42.jpg)
7
print(tab4,
cramVars = catVars,
nonnormal = nonVars,
exact = "M",
quote = TRUE, #显示引号
noSpaces = TRUE) #删除空格
![R语言一键生成好看的Table 1?小白也能十分钟之内搞定!](https://image.cha138.com/20210418/2611ff27e6304baf8c0273e58a40f2ec.jpg)
tab5 <- print(tab4,
cramVars = catVars,
nonnormal = nonVars,
exact = "M",
quote = FALSE, #不显示引号
noSpaces = TRUE,
printToggle = FALSE)
write.csv(tab5, file = "TABLE1.csv")
![R语言一键生成好看的Table 1?小白也能十分钟之内搞定!](https://image.cha138.com/20210418/4fd033dc25f7449b8cd4ee9facb1968c.jpg)
以上是关于R语言一键生成好看的Table 1?小白也能十分钟之内搞定!的主要内容,如果未能解决你的问题,请参考以下文章
黑科技 | 人工智能降噪清晰神器来了!小白也能轻松一键操作!
R语言data.table导入数据实战:data.table生成新的数据列(基于已有数据列)生成多个数据列
R语言中三线表是什么?使用table1包绘制(生成)三线表实战
全网最详细中英文ChatGPT-GPT-4示例文档-步骤指示智能生成从0到1快速入门——官网推荐的48种最佳应用场景(附python/node.js/curl命令源代码,小白也能学)