gtsummary 2.1.0版本发布:统计表格生成工具的重大更新
gtsummary是一个用于创建精美统计表格的R语言扩展包,它能够帮助研究人员和数据分析师快速生成符合出版要求的描述性统计表格、回归模型结果表格等。该包特别适合医学研究、社会科学等领域的数据报告需求,能够与R生态中的tidyverse系列包无缝协作。
表格嵌套与分层展示功能增强
本次2.1.0版本新增了tbl_strata_nested_stack()函数,它是对现有tbl_strata()功能的扩展。新函数能够创建嵌套表格结构,将结果表格缩进显示在每个分层标题下方,使得分层结果的组织更加清晰直观。这种展示方式特别适合呈现多层次的分组分析结果。
置信区间计算功能改进
add_ci.tbl_summary()函数现在支持对使用tbl_summary(percent = c('row', 'cell'))汇总的分类变量计算置信区间。这一改进扩展了置信区间计算的应用范围,使得研究人员能够更全面地评估分类变量比例估计的精确度。
表格合并功能升级
tbl_merge()函数新增了merge_vars参数,为用户提供了更大的灵活性来指定合并列。此外,默认合并列现在包含了cards::all_ard_groups()选择的列,这使得合并tbl_hierarchical()和tbl_hierarchical_count()的结果成为可能。
值得注意的是,这一改进也带来了一些行为变化。在之前的版本中,合并具有相同变量但不同标签的表格时,系统会静默地使用第一个标签。虽然这在某些边缘情况下可能有用,但结果往往不符合用户预期。新版本采用了更直观的合并方式,结果更符合用户期望。
表格修饰函数家族全面升级
本次更新对表格修饰函数进行了全面增强,新增和改进了多个函数:
-
样式修饰:新增
modify_bold()、modify_italic()、remove_bold()和remove_italic()函数,用于方便地添加或移除单元格的粗体和斜体样式。 -
脚注系统重构:重新设计了脚注处理机制,将原先混杂的功能拆分为三个清晰的函数:
modify_footnote_header():专门处理表头脚注modify_footnote_body():处理表格主体中的脚注modify_abbreviation():处理缩写说明
同时新增了对应的移除函数
remove_footnote_header()、remove_footnote_body()和remove_abbreviation()。新系统还支持通过replace=FALSE参数让多个脚注引用同一个单元格。 -
来源说明增强:正式推出了
modify_source_note()和remove_source_note()函数,支持添加多个来源说明。在表格合并和堆叠时,现在会保留所有来源说明,而不仅仅是第一个。 -
跨列标题改进:新增
level参数支持多级跨列标题,并提供了remove_spanning_header()函数便于移除跨列标题。 -
其他实用功能:新增
modify_missing_symbol()用于自定义缺失值显示方式,remove_column_merge()用于撤销列合并操作,以及modify_caption()现在支持多个标题。
国际化与错误修复
本次更新完善了多语言支持,补充了之前缺失的部分翻译内容。在错误修复方面,解决了表格合并时混合类型列的处理问题,修正了全NA变量置信区间计算时的错误,并更新了测试相关的文档说明。
gtsummary 2.1.0版本的这些改进显著提升了表格生成的灵活性和表现力,使得研究人员能够创建更加专业、信息量更丰富的统计报表。无论是基础的数据描述还是复杂的多模型比较,新版本都提供了更加强大和易用的工具集。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0131- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00