如何在r中创建具有多列、多子列和统计测试的列联表?
数据如何在r中创建具有多列、多子列和统计测试的列联表?,r,dplyr,chi-squared,R,Dplyr,Chi Squared,数据 df <- structure(list(`Column 1` = c(4.6875, 4.35625, 4.62083333333333, 3.625, 4.125, 4.16666666666667, 4.41071428571429, 3.78125, 4.77083333333333, 4.90625, 4.75, 3.85, 4, 4.78125, 4.44791666666667, 3.66666666666667, 3.95833333333333, 4.1791
df <- structure(list(`Column 1` = c(4.6875, 4.35625, 4.62083333333333,
3.625, 4.125, 4.16666666666667, 4.41071428571429, 3.78125, 4.77083333333333,
4.90625, 4.75, 3.85, 4, 4.78125, 4.44791666666667, 3.66666666666667,
3.95833333333333, 4.17916666666667, 4.33333333333333, 4.25634920634921
), `Column 2` = c(4.16666666666667, 4.2, 3.38888888888889, 4,
3.33333333333333, 4.06666666666667, 3.87857142857143, 3.38888888888889,
4.75, 4.66666666666667, 4.66666666666667, 3.66666666666667, 3.58333333333333,
4.34722222222222, 5, 2.77777777777778, 2.8, 3.54166666666667,
3.86666666666667, 3.83888888888889), `Column 3` = c(4.42857142857143,
4.2952380952381, 4.57619047619048, 3.64285714285714, 4, 4.26190476190476,
3.6421768707483, 3.17857142857143, 4.76190476190476, 4.58333333333333,
4.85714285714286, 4.22857142857143, 4.14285714285714, 4.53571428571429,
4.31666666666667, 3.71428571428571, 4.09523809523809, 3.48571428571429,
4.19047619047619, 3.83741496598639), `Column 4` = c(4.375, 4.43333333333333,
4.375, 3.5, 3.75, 4.08333333333333, 4.30952380952381, 3.25, 5,
4.9375, 4.875, 3.88333333333333, 4.25, 4.4375, 4.27083333333333,
3.58333333333333, 3.625, 3.275, 4.08333333333333, 4.05), `Column 5` = c(5,
4.27777777777778, 4.44444444444444, 3.5, 4.5, 3.77777777777778,
4.38095238095238, 4.16666666666667, 4.66666666666667, 4.91666666666667,
5, 4.13333333333333, 4.55555555555556, 4.66666666666667, 4.65,
4.33333333333333, 4.44444444444444, 3.26666666666667, 4.77777777777778,
4.3), `Column 6` = c(4.33333333333333, 4.5, 4.52222222222222,
4, 3.83333333333333, 4, 4.52380952380952, 4.16666666666667, 4.55555555555556,
4.91666666666667, 4.36111111111111, 4, 4, 4.91666666666667, 4.41666666666667,
4, 3.33333333333333, 4.08333333333333, 4.33333333333333, 4.06666666666667
), `Column 7` = c(4.11538461538461, 4.18461538461538, 4.46153846153846,
3.92307692307692, 3.72727272727273, 4.11666666666667, 3.68131868131868,
3.55128205128205, 4.70512820512821, 4.71153846153846, 4.69871794871795,
3.93333333333333, 4, 4.61538461538461, 4.37121212121212, 3.75925925925926,
3.80555555555556, 3.70512820512821, 4.43589743589744, 4.01813186813187
), `Column 8` = c(4, 4.05833333333333, 4.70833333333333, 3.875,
4.25, 4.16666666666667, 3.96428571428571, 2.9375, 4.70833333333333,
4.6875, 4.875, 3.8375, 4.33333333333333, 4.1875, 4.6, 4.16666666666667,
3.58333333333333, 3.5625, 4.16666666666667, 3.96706349206349),
`Column 9` = c(4.4, 4.33333333333333, 4.6, 4.1, 3.8, 4.06666666666667,
4.37142857142857, 3.9, 4.73333333333333, 4.9, 4.75, 4.28,
4.06666666666667, 4.75, 4.56, 3.4, 3.26666666666667, 3.56,
4.33333333333333, 4.00444444444444), `Column 10` = c(4, 4.22777777777778,
4.45555555555556, 3.7, 3.8, 4, 4.26587301587302, 3.91666666666667,
4.94444444444444, 4.79166666666667, 4.81944444444444, 3.7,
4.11111111111111, 4.61111111111111, 4.88888888888889, 4.25,
4.25, 4.08888888888889, 4.19444444444444, 4.43234126984127
), `Column 11` = c(4.33333333333333, 4.05555555555556, 4.5,
4.16666666666667, 3.83333333333333, 4.33333333333333, 4.71428571428571,
3.83333333333333, 4.77777777777778, 4.91666666666667, 4.5,
3.9, 3.88888888888889, 4.75, 4.6, 3.22222222222222, 3.44444444444444,
3.8, 4.33333333333333, 4.11666666666667), `Column 12` = c(4.16666666666667,
4.27777777777778, 4.5, 3.25, 4.5, 3.83333333333333, 4, 4.33333333333333,
4.61111111111111, 4.66666666666667, 4.83333333333333, 4.66666666666667,
3.88888888888889, 4.36111111111111, 4.13888888888889, 4,
4.88888888888889, 3.91666666666667, 4.66666666666667, 4.005291005291
), `Column 13` = c(4.22222222222222, 4.27777777777778, 4.43518518518519,
4.05555555555556, 4.125, 4.31481481481481, 3.63227513227513,
3.58333333333333, 4.88888888888889, 4.72222222222222, 4.84259259259259,
4.07777777777778, 4.2962962962963, 4.69444444444444, 4.40625,
3.97916666666667, 4.11111111111111, 3.825, 4.31481481481481,
4.08086419753086), `Column 14` = c(4.11111111111111, 4.22962962962963,
4.3, 3.83333333333333, 3.83333333333333, 4.07407407407407,
3.94179894179894, 3.80555555555556, 4.88888888888889, 4.69444444444444,
4.75925925925926, 3.80740740740741, 3.98148148148148, 4.72222222222222,
4.5, 3.66666666666667, 3.35185185185185, 3.82592592592593,
4.22222222222222, 4.18302469135802), `Column 15` = c(4.125,
4.55833333333333, 4.59166666666667, 4, 4.25, 4, 4.39285714285714,
4, 5, 4.9375, 4.9375, 4.35833333333333, 4.16666666666667,
4.9375, 5, 4.45833333333333, 4.66666666666667, 4.75, 4.75,
4.52916666666667), `Column 16` = c(4.21428571428571, 4.31428571428571,
4.5047619047619, 3.85714285714286, 4.08333333333333, 4.26190476190476,
3.90068027210884, 3.53571428571429, 4.90476190476191, 4.89285714285714,
4.89285714285714, 3.87222222222222, 4.33333333333333, 4.71428571428571,
4.61944444444444, 4.25, 4.14285714285714, 3.51111111111111,
4.23809523809524, 4.28174603174603), `Column 17` = c(NaN,
1.02777777777778, NaN, 1.17142857142857, 2.07142857142857,
1.52777777777778, 1.11111111111111, 1.27777777777778, NaN,
1, 1.11428571428571, 1.32258064516129, 1.78125, 1.52777777777778,
1.69444444444444, 2.05714285714286, 1.48571428571429, 2.22222222222222,
NaN, 1.38235294117647), `Topic 1` = c(1, 0, 0, 1, 1, 1, 1,
1, 1, 0, 0, 1, 0, 1, 1, 0, 0, 0, 0, 0), `Topic 2` = c(0,
0, 0, 0, 0, 1, 1, 1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 1, 1, 0),
`Topic 3` = c(0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0,
1, 1, 1, 0, 1), `Topic 4` = c(1, 1, 0, 0, 1, 1, 1, 0, 0,
0, 1, 0, 1, 0, 1, 0, 0, 0, 0, 1), `Topic 5` = c(1, 0, 1,
1, 0, 1, 1, 0, 1, 1, 0, 1, 0, 1, 1, 1, 1, 0, 1, 1), `Topic 6` = c(1,
0, 1, 0, 1, 0, 0, 1, 0, 1, 0, 0, 1, 0, 0, 1, 1, 1, 1, 0),
`Topic 7` = c(1, 1, 0, 0, 1, 0, 0, 1, 1, 1, 1, 0, 0, 1, 1,
0, 0, 0, 0, 0), `Topic 8` = c(1, 1, 1, 1, 0, 1, 1, 1, 1,
0, 1, 1, 0, 1, 0, 0, 1, 1, 1, 1)), row.names = c(NA, -20L
), class = c("tbl_df", "tbl", "data.frame"))
我明白这一点,但不是我想要的。请注意,它按主题和状态分层,但并不像我想要的那样,将每个主题都放在一起
Stratified by Topics:state
Topic 1:0 Topic 2:0 Topic 3:0
n 10 13 14
Column 1 (median [IQR]) 4.29 [4.04, 4.55] 4.45 [4.12, 4.75] 4.39 [4.03, 4.73]
Column 2 (median [IQR]) 3.71 [3.43, 4.12] 4.17 [3.58, 4.67] 4.03 [3.60, 4.59]
Column 3 (median [IQR]) 4.17 [3.90, 4.51] 4.32 [4.10, 4.58] 4.29 [4.15, 4.57]
Column 4 (median [IQR]) 4.17 [3.73, 4.42] 4.38 [4.05, 4.44] 4.26 [3.93, 4.42]
Column 5 (median [IQR]) 4.44 [4.31, 4.72] 4.56 [4.44, 4.67] 4.60 [4.24, 4.75]
Column 6 (median [IQR]) 4.21 [4.02, 4.47] 4.36 [4.00, 4.52] 4.33 [4.00, 4.50]
Column 7 (median [IQR]) 4.10 [3.85, 4.46] 4.18 [4.00, 4.62] 4.24 [3.95, 4.58]
Column 8 (median [IQR]) 4.17 [3.99, 4.60] 4.25 [4.00, 4.69] 4.22 [4.04, 4.67]
Column 9 (median [IQR]) 4.20 [3.67, 4.53] 4.40 [4.07, 4.73] 4.37 [4.07, 4.70]
Column 10 (median [IQR]) 4.25 [4.20, 4.45] 4.43 [4.11, 4.79] 4.15 [3.94, 4.75]
Column 11 (median [IQR]) 4.09 [3.82, 4.46] 4.33 [4.06, 4.60] 4.33 [3.97, 4.57]
Column 12 (median [IQR]) 4.39 [4.00, 4.67] 4.36 [4.14, 4.61] 4.43 [4.15, 4.65]
Column 13 (median [IQR]) 4.29 [4.09, 4.41] 4.30 [4.12, 4.69] 4.31 [4.15, 4.63]
Column 14 (median [IQR]) 4.20 [3.86, 4.28] 4.23 [3.98, 4.69] 4.17 [3.87, 4.65]
Column 15 (median [IQR]) 4.63 [4.54, 4.75] 4.59 [4.25, 4.94] 4.47 [4.14, 4.94]
Column 16 (median [IQR]) 4.30 [4.24, 4.46] 4.33 [4.21, 4.71] 4.30 [4.12, 4.69]
Column 17 (median [IQR]) 1.43 [1.09, 1.85] 1.43 [1.13, 1.65] 1.43 [1.20, 1.65]
Stratified by Topics:state
Topic 4:0 Topic 5:0 Topic 6:0
n 11 6 10
Column 1 (median [IQR]) 4.18 [3.82, 4.70] 4.15 [4.03, 4.31] 4.38 [4.19, 4.67]
Column 2 (median [IQR]) 3.67 [3.39, 4.17] 3.56 [3.43, 4.05] 4.13 [3.91, 4.59]
Column 3 (median [IQR]) 4.19 [3.68, 4.56] 4.07 [3.61, 4.26] 4.28 [3.94, 4.48]
Column 4 (median [IQR]) 3.88 [3.54, 4.41] 4.00 [3.39, 4.39] 4.29 [4.06, 4.44]
Column 5 (median [IQR]) 4.44 [4.15, 4.67] 4.39 [4.19, 4.54] 4.34 [4.17, 4.66]
Column 6 (median [IQR]) 4.17 [4.00, 4.54] 4.12 [4.02, 4.31] 4.39 [4.02, 4.52]
Column 7 (median [IQR]) 3.93 [3.78, 4.54] 3.86 [3.71, 4.14] 4.15 [3.95, 4.55]
Column 8 (median [IQR]) 4.17 [3.71, 4.44] 4.15 [3.69, 4.31] 4.11 [3.96, 4.50]
Column 9 (median [IQR]) 4.28 [3.73, 4.67] 3.98 [3.82, 4.27] 4.35 [4.14, 4.69]
Column 10 (median [IQR]) 4.25 [4.00, 4.53] 4.10 [3.96, 4.20] 4.35 [4.06, 4.77]
Column 11 (median [IQR]) 4.17 [3.82, 4.62] 3.86 [3.83, 4.01] 4.42 [4.13, 4.69]
Column 12 (median [IQR]) 4.50 [4.17, 4.67] 4.31 [4.01, 4.46] 4.21 [4.00, 4.55]
Column 13 (median [IQR]) 4.11 [4.02, 4.56] 4.20 [3.90, 4.29] 4.30 [4.08, 4.62]
Column 14 (median [IQR]) 3.83 [3.81, 4.50] 3.91 [3.83, 4.17] 4.21 [3.97, 4.67]
Column 15 (median [IQR]) 4.67 [4.41, 4.84] 4.40 [4.19, 4.70] 4.54 [4.37, 4.94]
Column 16 (median [IQR]) 4.24 [3.86, 4.61] 4.20 [3.67, 4.33] 4.30 [3.99, 4.69]
Column 17 (median [IQR]) 1.40 [1.25, 1.66] 1.53 [1.16, 2.00] 1.32 [1.11, 1.53]
Stratified by Topics:state
Topic 7:0 Topic 8:0 Topic 1:1
n 11 5 10
Column 1 (median [IQR]) 4.17 [3.90, 4.29] 4.12 [4.00, 4.45] 4.29 [3.92, 4.63]
Column 2 (median [IQR]) 3.67 [3.47, 3.87] 3.58 [3.33, 4.67] 4.03 [3.72, 4.30]
Column 3 (median [IQR]) 4.10 [3.68, 4.21] 4.14 [4.00, 4.32] 4.25 [3.73, 4.40]
Column 4 (median [IQR]) 4.05 [3.60, 4.17] 4.25 [3.75, 4.27] 4.18 [3.78, 4.36]
Column 5 (median [IQR]) 4.33 [3.96, 4.44] 4.56 [4.50, 4.65] 4.44 [4.14, 4.66]
Column 6 (median [IQR]) 4.00 [4.00, 4.21] 4.00 [4.00, 4.42] 4.25 [4.00, 4.50]
Column 7 (median [IQR]) 3.93 [3.78, 4.07] 4.00 [3.76, 4.37] 4.02 [3.78, 4.31]
Column 8 (median [IQR]) 3.97 [3.86, 4.17] 4.33 [4.25, 4.60] 4.08 [3.90, 4.23]
Column 9 (median [IQR]) 4.07 [3.78, 4.31] 4.07 [3.80, 4.56] 4.33 [4.07, 4.52]
Column 10 (median [IQR]) 4.19 [4.04, 4.26] 4.25 [4.11, 4.79] 4.00 [3.83, 4.52]
Column 11 (median [IQR]) 4.12 [3.84, 4.33] 3.89 [3.83, 4.60] 4.33 [3.97, 4.69]
Column 12 (median [IQR]) 4.00 [3.90, 4.58] 4.14 [4.00, 4.50] 4.25 [4.03, 4.47]
Column 13 (median [IQR]) 4.08 [4.02, 4.31] 4.30 [4.12, 4.41] 4.17 [4.06, 4.38]
Column 14 (median [IQR]) 3.94 [3.82, 4.13] 3.98 [3.83, 4.50] 4.01 [3.83, 4.40]
Column 15 (median [IQR]) 4.46 [4.26, 4.63] 4.46 [4.25, 4.94] 4.30 [4.03, 4.80]
Column 16 (median [IQR]) 4.24 [3.89, 4.27] 4.33 [4.25, 4.62] 4.15 [3.88, 4.53]
Column 17 (median [IQR]) 1.49 [1.32, 1.78] 1.78 [1.69, 2.06] 1.43 [1.25, 1.57]
Stratified by Topics:state
Topic 2:1 Topic 3:1 Topic 4:1
n 7 6 9
Column 1 (median [IQR]) 4.17 [3.82, 4.26] 4.22 [4.01, 4.33] 4.36 [4.17, 4.45]
Column 2 (median [IQR]) 3.67 [3.47, 3.87] 3.69 [2.99, 3.87] 4.07 [3.84, 4.20]
Column 3 (median [IQR]) 3.71 [3.56, 4.21] 3.78 [3.66, 4.03] 4.26 [4.00, 4.32]
Column 4 (median [IQR]) 3.88 [3.43, 4.08] 3.84 [3.59, 4.24] 4.27 [4.08, 4.38]
Column 5 (median [IQR]) 4.17 [3.96, 4.36] 4.32 [4.28, 4.37] 4.50 [4.30, 4.65]
Column 6 (median [IQR]) 4.08 [4.00, 4.25] 4.07 [4.02, 4.40] 4.33 [4.00, 4.42]
Column 7 (median [IQR]) 3.76 [3.69, 4.03] 3.78 [3.72, 3.96] 4.12 [4.00, 4.18]
Column 8 (median [IQR]) 3.96 [3.70, 4.17] 3.97 [3.68, 4.04] 4.17 [4.00, 4.33]
Column 9 (median [IQR]) 4.07 [3.73, 4.31] 3.78 [3.44, 4.25] 4.33 [4.07, 4.40]
Column 10 (median [IQR]) 4.09 [3.96, 4.22] 4.25 [4.23, 4.26] 4.23 [4.00, 4.43]
Column 11 (median [IQR]) 3.90 [3.82, 4.33] 3.93 [3.53, 4.10] 4.33 [4.06, 4.50]
Column 12 (median [IQR]) 4.00 [3.96, 4.50] 4.00 [4.00, 4.21] 4.14 [4.00, 4.28]
Column 13 (median [IQR]) 3.98 [3.73, 4.20] 4.03 [3.86, 4.10] 4.28 [4.12, 4.31]
Column 14 (median [IQR]) 3.83 [3.81, 4.01] 3.88 [3.71, 4.12] 4.11 [3.98, 4.23]
Column 15 (median [IQR]) 4.39 [4.18, 4.60] 4.54 [4.48, 4.64] 4.39 [4.17, 4.56]
Column 16 (median [IQR]) 3.90 [3.70, 4.24] 4.20 [3.96, 4.27] 4.28 [4.21, 4.33]
Column 17 (median [IQR]) 1.43 [1.29, 1.92] 1.43 [1.18, 1.91] 1.46 [1.11, 1.72]
Stratified by Topics:state
Topic 5:1 Topic 6:1 Topic 7:1
n 14 10 9
Column 1 (median [IQR]) 4.37 [4.01, 4.67] 4.15 [3.97, 4.55] 4.69 [4.36, 4.77]
Column 2 (median [IQR]) 3.94 [3.71, 4.30] 3.47 [3.35, 3.80] 4.35 [4.17, 4.67]
Column 3 (median [IQR]) 4.25 [3.90, 4.51] 4.12 [3.79, 4.37] 4.43 [4.30, 4.58]
Column 4 (median [IQR]) 4.18 [3.92, 4.38] 3.92 [3.59, 4.34] 4.43 [4.27, 4.88]
Column 5 (median [IQR]) 4.44 [4.31, 4.67] 4.47 [4.36, 4.72] 4.67 [4.50, 4.92]
Column 6 (median [IQR]) 4.33 [4.00, 4.52] 4.12 [4.00, 4.33] 4.42 [4.33, 4.56]
Column 7 (median [IQR]) 4.12 [3.93, 4.46] 3.90 [3.74, 4.36] 4.37 [4.12, 4.70]
Column 8 (median [IQR]) 4.17 [3.96, 4.50] 4.17 [3.69, 4.31] 4.25 [4.06, 4.69]
Column 9 (median [IQR]) 4.35 [4.07, 4.59] 3.98 [3.62, 4.38] 4.56 [4.33, 4.75]
Column 10 (median [IQR]) 4.26 [4.05, 4.57] 4.15 [4.02, 4.25] 4.61 [4.00, 4.82]
Column 11 (median [IQR]) 4.33 [4.13, 4.69] 3.86 [3.81, 4.33] 4.50 [4.06, 4.75]
Column 12 (median [IQR]) 4.26 [4.00, 4.65] 4.42 [4.04, 4.62] 4.36 [4.28, 4.61]
Column 13 (median [IQR]) 4.27 [4.08, 4.43] 4.17 [4.01, 4.31] 4.41 [4.22, 4.72]
Column 14 (median [IQR]) 4.15 [3.86, 4.45] 3.91 [3.81, 4.19] 4.50 [4.11, 4.72]
Column 15 (median [IQR]) 4.56 [4.37, 4.89] 4.53 [4.19, 4.73] 4.94 [4.25, 4.94]
Column 16 (median [IQR]) 4.26 [4.16, 4.59] 4.23 [4.10, 4.31] 4.62 [4.21, 4.89]
Column 17 (median [IQR]) 1.43 [1.21, 1.53] 1.78 [1.38, 2.06] 1.28 [1.07, 1.61]
Stratified by Topics:state
Topic 8:1 p test SMD
n 15
Column 1 (median [IQR]) 4.33 [4.06, 4.65] 0.641 nonnorm 0.372
Column 2 (median [IQR]) 3.88 [3.60, 4.18] 0.093 nonnorm 0.512
Column 3 (median [IQR]) 4.23 [3.74, 4.48] 0.291 nonnorm 0.420
Column 4 (median [IQR]) 4.08 [3.75, 4.40] 0.422 nonnorm 0.413
Column 5 (median [IQR]) 4.38 [4.15, 4.67] 0.365 nonnorm 0.418
Column 6 (median [IQR]) 4.33 [4.03, 4.51] 0.904 nonnorm 0.306
Column 7 (median [IQR]) 4.12 [3.86, 4.45] 0.403 nonnorm 0.434
Column 8 (median [IQR]) 4.00 [3.86, 4.18] 0.314 nonnorm 0.439
Column 9 (median [IQR]) 4.33 [4.04, 4.50] 0.283 nonnorm 0.471
Column 10 (median [IQR]) 4.23 [4.00, 4.44] 0.856 nonnorm 0.352
Column 11 (median [IQR]) 4.33 [3.98, 4.50] 0.272 nonnorm 0.434
Column 12 (median [IQR]) 4.33 [4.00, 4.64] 0.943 nonnorm 0.251
Column 13 (median [IQR]) 4.22 [4.07, 4.38] 0.299 nonnorm 0.460
Column 14 (median [IQR]) 4.11 [3.83, 4.26] 0.261 nonnorm 0.456
Column 15 (median [IQR]) 4.56 [4.24, 4.75] 0.936 nonnorm 0.285
Column 16 (median [IQR]) 4.24 [3.89, 4.41] 0.371 nonnorm 0.463
Column 17 (median [IQR]) 1.32 [1.14, 1.51] 0.974 nonnorm 0.327
所以,为了重新迭代,我想在表中列出一些东西
这将以正确的结构获取信息。
子主题
列只是宽格式表示的长格式
一旦每个列和主题指定了状态
值,就可以执行所需的任何统计测试
df%>%
pivot_longer(cols=“Column 1”:“Column 17”,
name_to=“column”,
names_pattern=“(\\d+)$”,
值_to=“state”)%>%
枢轴长度(-c(柱,状态),
name_to=“topic”,
names_pattern=“(\\d+)$”,
值到=“子主题”)%>%
分组依据(主题、子主题、列)%>%
总结(n=n(),
m=平均值(状态),
std=sd(状态),
中位数=中位数(州),
iqr=iqr(状态,na.rm=T))%>%
轴长(-c(列、主题、子主题))%>%
pivot\u-from=topic,names\u-prefix=“topic”,values\u-from=value)%>%
排列(列,子主题)%>%
选择(列、子主题、名称、所有内容())
输出:
#一个tible:170 x 11
#分组:次主题[2]
列子主题名称主题1主题2主题3主题4主题5主题6主题7主题8
11101314116110115
21米4.30 4.41 4.35 4.22 4.20 4.34 4.10 4.23
3 1 0标准0.380 0.393 0.424 0.482 0.331 0.388 0.310 0.471
41 0中位数4.29 4.45 4.39 4.18 4.15 4.38 4.17 4.12
5 1 0 iqr 0.510 0.625 0.703 0.880 0.281 0.485 0.391 0.448
6111N107691410915
711M4.264.064.144.364.324.234.514.30
标准0.4220.2890.280 0.251 0.421 0.407 0.370 0.378
9 1 1中值4.29 4.17 4.22 4.36 4.37 4.15 4.69 4.33
10 1 iqr 0.709 0.441 0.318 0.281 0.660 0.580 0.415 0.592
#…还有160行
步骤:
这是一个很好的尝试,但不是我想要的。子主题应该在主题下方相邻,如原始问题中的图所示。您所描述的实际上是此解决方案中输出的结构。您作为多索引列相邻的子主题绘制的内容在形式上不存在差异与它们在这里的表示方式不同-只是它们以这种方式呈现整齐的格式。您需要进行的所有计算都可以通过此解决方案获得。如果您需要帮助对结果数据进行外观格式化,这感觉像是一个单独的问题-这是一个与矩形过程不同的技术主题明白了。这对我来说是个好消息。我想这给了我一个解决剩下问题的办法。
df.long <- df %>% pivot_longer(cols= "Topic 1":"Topic 8", names_to="Topics", values_to="state")
tabs <- CreateTableOne(vars = comps, strata = c("Topics", "state"), data = df.long)
print(tabs,nonnormal=T )
Stratified by Topics:state
Topic 1:0 Topic 2:0 Topic 3:0
n 10 13 14
Column 1 (median [IQR]) 4.29 [4.04, 4.55] 4.45 [4.12, 4.75] 4.39 [4.03, 4.73]
Column 2 (median [IQR]) 3.71 [3.43, 4.12] 4.17 [3.58, 4.67] 4.03 [3.60, 4.59]
Column 3 (median [IQR]) 4.17 [3.90, 4.51] 4.32 [4.10, 4.58] 4.29 [4.15, 4.57]
Column 4 (median [IQR]) 4.17 [3.73, 4.42] 4.38 [4.05, 4.44] 4.26 [3.93, 4.42]
Column 5 (median [IQR]) 4.44 [4.31, 4.72] 4.56 [4.44, 4.67] 4.60 [4.24, 4.75]
Column 6 (median [IQR]) 4.21 [4.02, 4.47] 4.36 [4.00, 4.52] 4.33 [4.00, 4.50]
Column 7 (median [IQR]) 4.10 [3.85, 4.46] 4.18 [4.00, 4.62] 4.24 [3.95, 4.58]
Column 8 (median [IQR]) 4.17 [3.99, 4.60] 4.25 [4.00, 4.69] 4.22 [4.04, 4.67]
Column 9 (median [IQR]) 4.20 [3.67, 4.53] 4.40 [4.07, 4.73] 4.37 [4.07, 4.70]
Column 10 (median [IQR]) 4.25 [4.20, 4.45] 4.43 [4.11, 4.79] 4.15 [3.94, 4.75]
Column 11 (median [IQR]) 4.09 [3.82, 4.46] 4.33 [4.06, 4.60] 4.33 [3.97, 4.57]
Column 12 (median [IQR]) 4.39 [4.00, 4.67] 4.36 [4.14, 4.61] 4.43 [4.15, 4.65]
Column 13 (median [IQR]) 4.29 [4.09, 4.41] 4.30 [4.12, 4.69] 4.31 [4.15, 4.63]
Column 14 (median [IQR]) 4.20 [3.86, 4.28] 4.23 [3.98, 4.69] 4.17 [3.87, 4.65]
Column 15 (median [IQR]) 4.63 [4.54, 4.75] 4.59 [4.25, 4.94] 4.47 [4.14, 4.94]
Column 16 (median [IQR]) 4.30 [4.24, 4.46] 4.33 [4.21, 4.71] 4.30 [4.12, 4.69]
Column 17 (median [IQR]) 1.43 [1.09, 1.85] 1.43 [1.13, 1.65] 1.43 [1.20, 1.65]
Stratified by Topics:state
Topic 4:0 Topic 5:0 Topic 6:0
n 11 6 10
Column 1 (median [IQR]) 4.18 [3.82, 4.70] 4.15 [4.03, 4.31] 4.38 [4.19, 4.67]
Column 2 (median [IQR]) 3.67 [3.39, 4.17] 3.56 [3.43, 4.05] 4.13 [3.91, 4.59]
Column 3 (median [IQR]) 4.19 [3.68, 4.56] 4.07 [3.61, 4.26] 4.28 [3.94, 4.48]
Column 4 (median [IQR]) 3.88 [3.54, 4.41] 4.00 [3.39, 4.39] 4.29 [4.06, 4.44]
Column 5 (median [IQR]) 4.44 [4.15, 4.67] 4.39 [4.19, 4.54] 4.34 [4.17, 4.66]
Column 6 (median [IQR]) 4.17 [4.00, 4.54] 4.12 [4.02, 4.31] 4.39 [4.02, 4.52]
Column 7 (median [IQR]) 3.93 [3.78, 4.54] 3.86 [3.71, 4.14] 4.15 [3.95, 4.55]
Column 8 (median [IQR]) 4.17 [3.71, 4.44] 4.15 [3.69, 4.31] 4.11 [3.96, 4.50]
Column 9 (median [IQR]) 4.28 [3.73, 4.67] 3.98 [3.82, 4.27] 4.35 [4.14, 4.69]
Column 10 (median [IQR]) 4.25 [4.00, 4.53] 4.10 [3.96, 4.20] 4.35 [4.06, 4.77]
Column 11 (median [IQR]) 4.17 [3.82, 4.62] 3.86 [3.83, 4.01] 4.42 [4.13, 4.69]
Column 12 (median [IQR]) 4.50 [4.17, 4.67] 4.31 [4.01, 4.46] 4.21 [4.00, 4.55]
Column 13 (median [IQR]) 4.11 [4.02, 4.56] 4.20 [3.90, 4.29] 4.30 [4.08, 4.62]
Column 14 (median [IQR]) 3.83 [3.81, 4.50] 3.91 [3.83, 4.17] 4.21 [3.97, 4.67]
Column 15 (median [IQR]) 4.67 [4.41, 4.84] 4.40 [4.19, 4.70] 4.54 [4.37, 4.94]
Column 16 (median [IQR]) 4.24 [3.86, 4.61] 4.20 [3.67, 4.33] 4.30 [3.99, 4.69]
Column 17 (median [IQR]) 1.40 [1.25, 1.66] 1.53 [1.16, 2.00] 1.32 [1.11, 1.53]
Stratified by Topics:state
Topic 7:0 Topic 8:0 Topic 1:1
n 11 5 10
Column 1 (median [IQR]) 4.17 [3.90, 4.29] 4.12 [4.00, 4.45] 4.29 [3.92, 4.63]
Column 2 (median [IQR]) 3.67 [3.47, 3.87] 3.58 [3.33, 4.67] 4.03 [3.72, 4.30]
Column 3 (median [IQR]) 4.10 [3.68, 4.21] 4.14 [4.00, 4.32] 4.25 [3.73, 4.40]
Column 4 (median [IQR]) 4.05 [3.60, 4.17] 4.25 [3.75, 4.27] 4.18 [3.78, 4.36]
Column 5 (median [IQR]) 4.33 [3.96, 4.44] 4.56 [4.50, 4.65] 4.44 [4.14, 4.66]
Column 6 (median [IQR]) 4.00 [4.00, 4.21] 4.00 [4.00, 4.42] 4.25 [4.00, 4.50]
Column 7 (median [IQR]) 3.93 [3.78, 4.07] 4.00 [3.76, 4.37] 4.02 [3.78, 4.31]
Column 8 (median [IQR]) 3.97 [3.86, 4.17] 4.33 [4.25, 4.60] 4.08 [3.90, 4.23]
Column 9 (median [IQR]) 4.07 [3.78, 4.31] 4.07 [3.80, 4.56] 4.33 [4.07, 4.52]
Column 10 (median [IQR]) 4.19 [4.04, 4.26] 4.25 [4.11, 4.79] 4.00 [3.83, 4.52]
Column 11 (median [IQR]) 4.12 [3.84, 4.33] 3.89 [3.83, 4.60] 4.33 [3.97, 4.69]
Column 12 (median [IQR]) 4.00 [3.90, 4.58] 4.14 [4.00, 4.50] 4.25 [4.03, 4.47]
Column 13 (median [IQR]) 4.08 [4.02, 4.31] 4.30 [4.12, 4.41] 4.17 [4.06, 4.38]
Column 14 (median [IQR]) 3.94 [3.82, 4.13] 3.98 [3.83, 4.50] 4.01 [3.83, 4.40]
Column 15 (median [IQR]) 4.46 [4.26, 4.63] 4.46 [4.25, 4.94] 4.30 [4.03, 4.80]
Column 16 (median [IQR]) 4.24 [3.89, 4.27] 4.33 [4.25, 4.62] 4.15 [3.88, 4.53]
Column 17 (median [IQR]) 1.49 [1.32, 1.78] 1.78 [1.69, 2.06] 1.43 [1.25, 1.57]
Stratified by Topics:state
Topic 2:1 Topic 3:1 Topic 4:1
n 7 6 9
Column 1 (median [IQR]) 4.17 [3.82, 4.26] 4.22 [4.01, 4.33] 4.36 [4.17, 4.45]
Column 2 (median [IQR]) 3.67 [3.47, 3.87] 3.69 [2.99, 3.87] 4.07 [3.84, 4.20]
Column 3 (median [IQR]) 3.71 [3.56, 4.21] 3.78 [3.66, 4.03] 4.26 [4.00, 4.32]
Column 4 (median [IQR]) 3.88 [3.43, 4.08] 3.84 [3.59, 4.24] 4.27 [4.08, 4.38]
Column 5 (median [IQR]) 4.17 [3.96, 4.36] 4.32 [4.28, 4.37] 4.50 [4.30, 4.65]
Column 6 (median [IQR]) 4.08 [4.00, 4.25] 4.07 [4.02, 4.40] 4.33 [4.00, 4.42]
Column 7 (median [IQR]) 3.76 [3.69, 4.03] 3.78 [3.72, 3.96] 4.12 [4.00, 4.18]
Column 8 (median [IQR]) 3.96 [3.70, 4.17] 3.97 [3.68, 4.04] 4.17 [4.00, 4.33]
Column 9 (median [IQR]) 4.07 [3.73, 4.31] 3.78 [3.44, 4.25] 4.33 [4.07, 4.40]
Column 10 (median [IQR]) 4.09 [3.96, 4.22] 4.25 [4.23, 4.26] 4.23 [4.00, 4.43]
Column 11 (median [IQR]) 3.90 [3.82, 4.33] 3.93 [3.53, 4.10] 4.33 [4.06, 4.50]
Column 12 (median [IQR]) 4.00 [3.96, 4.50] 4.00 [4.00, 4.21] 4.14 [4.00, 4.28]
Column 13 (median [IQR]) 3.98 [3.73, 4.20] 4.03 [3.86, 4.10] 4.28 [4.12, 4.31]
Column 14 (median [IQR]) 3.83 [3.81, 4.01] 3.88 [3.71, 4.12] 4.11 [3.98, 4.23]
Column 15 (median [IQR]) 4.39 [4.18, 4.60] 4.54 [4.48, 4.64] 4.39 [4.17, 4.56]
Column 16 (median [IQR]) 3.90 [3.70, 4.24] 4.20 [3.96, 4.27] 4.28 [4.21, 4.33]
Column 17 (median [IQR]) 1.43 [1.29, 1.92] 1.43 [1.18, 1.91] 1.46 [1.11, 1.72]
Stratified by Topics:state
Topic 5:1 Topic 6:1 Topic 7:1
n 14 10 9
Column 1 (median [IQR]) 4.37 [4.01, 4.67] 4.15 [3.97, 4.55] 4.69 [4.36, 4.77]
Column 2 (median [IQR]) 3.94 [3.71, 4.30] 3.47 [3.35, 3.80] 4.35 [4.17, 4.67]
Column 3 (median [IQR]) 4.25 [3.90, 4.51] 4.12 [3.79, 4.37] 4.43 [4.30, 4.58]
Column 4 (median [IQR]) 4.18 [3.92, 4.38] 3.92 [3.59, 4.34] 4.43 [4.27, 4.88]
Column 5 (median [IQR]) 4.44 [4.31, 4.67] 4.47 [4.36, 4.72] 4.67 [4.50, 4.92]
Column 6 (median [IQR]) 4.33 [4.00, 4.52] 4.12 [4.00, 4.33] 4.42 [4.33, 4.56]
Column 7 (median [IQR]) 4.12 [3.93, 4.46] 3.90 [3.74, 4.36] 4.37 [4.12, 4.70]
Column 8 (median [IQR]) 4.17 [3.96, 4.50] 4.17 [3.69, 4.31] 4.25 [4.06, 4.69]
Column 9 (median [IQR]) 4.35 [4.07, 4.59] 3.98 [3.62, 4.38] 4.56 [4.33, 4.75]
Column 10 (median [IQR]) 4.26 [4.05, 4.57] 4.15 [4.02, 4.25] 4.61 [4.00, 4.82]
Column 11 (median [IQR]) 4.33 [4.13, 4.69] 3.86 [3.81, 4.33] 4.50 [4.06, 4.75]
Column 12 (median [IQR]) 4.26 [4.00, 4.65] 4.42 [4.04, 4.62] 4.36 [4.28, 4.61]
Column 13 (median [IQR]) 4.27 [4.08, 4.43] 4.17 [4.01, 4.31] 4.41 [4.22, 4.72]
Column 14 (median [IQR]) 4.15 [3.86, 4.45] 3.91 [3.81, 4.19] 4.50 [4.11, 4.72]
Column 15 (median [IQR]) 4.56 [4.37, 4.89] 4.53 [4.19, 4.73] 4.94 [4.25, 4.94]
Column 16 (median [IQR]) 4.26 [4.16, 4.59] 4.23 [4.10, 4.31] 4.62 [4.21, 4.89]
Column 17 (median [IQR]) 1.43 [1.21, 1.53] 1.78 [1.38, 2.06] 1.28 [1.07, 1.61]
Stratified by Topics:state
Topic 8:1 p test SMD
n 15
Column 1 (median [IQR]) 4.33 [4.06, 4.65] 0.641 nonnorm 0.372
Column 2 (median [IQR]) 3.88 [3.60, 4.18] 0.093 nonnorm 0.512
Column 3 (median [IQR]) 4.23 [3.74, 4.48] 0.291 nonnorm 0.420
Column 4 (median [IQR]) 4.08 [3.75, 4.40] 0.422 nonnorm 0.413
Column 5 (median [IQR]) 4.38 [4.15, 4.67] 0.365 nonnorm 0.418
Column 6 (median [IQR]) 4.33 [4.03, 4.51] 0.904 nonnorm 0.306
Column 7 (median [IQR]) 4.12 [3.86, 4.45] 0.403 nonnorm 0.434
Column 8 (median [IQR]) 4.00 [3.86, 4.18] 0.314 nonnorm 0.439
Column 9 (median [IQR]) 4.33 [4.04, 4.50] 0.283 nonnorm 0.471
Column 10 (median [IQR]) 4.23 [4.00, 4.44] 0.856 nonnorm 0.352
Column 11 (median [IQR]) 4.33 [3.98, 4.50] 0.272 nonnorm 0.434
Column 12 (median [IQR]) 4.33 [4.00, 4.64] 0.943 nonnorm 0.251
Column 13 (median [IQR]) 4.22 [4.07, 4.38] 0.299 nonnorm 0.460
Column 14 (median [IQR]) 4.11 [3.83, 4.26] 0.261 nonnorm 0.456
Column 15 (median [IQR]) 4.56 [4.24, 4.75] 0.936 nonnorm 0.285
Column 16 (median [IQR]) 4.24 [3.89, 4.41] 0.371 nonnorm 0.463
Column 17 (median [IQR]) 1.32 [1.14, 1.51] 0.974 nonnorm 0.327