我已经使用其他方法从survfit对象中获取中位数，即使用textConnecton，但我遇到了几个问题。
# example
library(survival)
data(cancer)
cox.ph <- coxph(Surv(time, status) ~ strata(I(age > 60)), data = cancer)
coxph.fit <- survfit(cox.ph, conf.type = 'log-log')
tmp <- tail(capture.output(print(coxph.fit)), length(unique(coxph.fit$strata)) + 1)
tmp <- read.table(z <- textConnection(tmp), header = TRUE)
给我这个错误：
read.table出错（z＆lt; - textConnection（tmp），header = TRUE）： 列数多于列名
以及tmp看起来像什么
> tmp
[1] " records n.max n.start events median 0.95LCL 0.95UCL"
[2] "I(age > 60)=FALSE 94 94 94 64 353 268 390"
[3] "I(age > 60)=TRUE 134 134 134 101 301 239 353"
所以我认为问题在于分层中的空间以及textConnection如何阅读它。另一个例子：
cox.ph <- coxph(Surv(time, status) ~ strata(sex), data = cancer)
coxph.fit <- survfit(cox.ph, conf.type = 'log-log')
tmp <- tail(capture.output(print(coxph.fit)), length(unique(coxph.fit$strata)) + 1)
tmp <- read.table(z <- textConnection(tmp), header = TRUE)
close(z)
在这里，tmp表现得像我想要的那样：
> tmp
records n.max n.start events median X0.95LCL X0.95UCL
sex=1 138 138 138 112 270 210 306
sex=2 90 90 90 53 426 345 524
> tmp$median
[1] 270 426
基本上，是否有另一种方法或方法可以告诉textConnection使用多个空格或制表符作为分隔符（如果这确实是问题）？
我需要能够使用这两种方法，即strata(sex)和strata(I(...))，因为我在函数中使用它，并且用户提供survfit对象。
第二个问题是（我正在使用Rstudio（不是问题））如果我缩小控制台窗口以便将tmp分成几行输出，就像这样
> tmp
records n.max n.start
sex=1 138 138 138
sex=2 90 90 90
events median X0.95LCL
sex=1 112 270 210
sex=2 53 426 345
X0.95UCL
sex=1 306
sex=2 524
这样我read.table之后的最终数据框就变成了
> tmp
X0.95UCL
sex=1 306
sex=2 524
这显然会成为一个问题：
> tmp$median
NULL
在这里，问题可能是输出被捕获，因为它将在控制台中打印出来，无论打印方式如何或控制台边距有多大，我都想要所有内容。
答案 0 :(得分：1)
实际上并没有使用任何对象，而是在屏幕上绘制了打印到控制台的副作用。
简单方法：
options(survfit.rmean = "individual")
summary(coxph.fit)$table # returns the whole table from survmeans
summary(coxph.fit)$table[ , "median"]
#I(age > 60)=FALSE I(age > 60)=TRUE
# 353 301
Hitting self in head: This is now the second time I've gone through the following process needlessly. The extraction of the desired printed table is describe in ?summary.survfit
困难的方法：如果你想获得“中位数”-as-object（并打印它）你可以高举杰出print.survfit函数并修改它以打印并返回隐藏的矩阵的中间列函数survmean创建：
print.survfit.median <-
function (x, scale = 1, digits = max(options()$digits - 4, 3),
print.rmean = getOption("survfit.print.rmean"),
rmean = getOption("survfit.rmean"),
...)
{
if (inherits(x, "survfitms")) {
x$surv <- 1 - x$prev
if (is.matrix(x$surv))
dimnames(x$surv) <- list(NULL, x$states)
if (!is.null(x$lower)) {
x$lower <- 1 - x$lower
x$upper <- 1 - x$upper
}
}
if (!is.null(cl <- x$call)) {
cat("Call: ")
dput(cl)
cat("\n")
}
omit <- x$na.action
if (length(omit))
cat(" ", naprint(omit), "\n")
savedig <- options(digits = digits)
on.exit(options(savedig))
if (!missing(print.rmean) && is.logical(print.rmean) && missing(rmean)) {
if (print.rmean)
rmean <- "common"
else rmean <- "none"
}
else {
if (is.null(rmean)) {
if (is.logical(print.rmean)) {
if (print.rmean)
rmean <- "common"
else rmean <- "none"
}
else rmean <- "none"
}
if (is.numeric(rmean)) {
if (is.null(x$start.time)) {
if (rmean < min(x$time))
stop("Truncation point for the mean is < smallest survival")
}
else if (rmean < x$start.time)
stop("Truncation point for the mean is < smallest survival")
}
else {
rmean <- match.arg(rmean, c("none", "common", "individual"))
if (length(rmean) == 0)
stop("Invalid value for rmean option")
}
}
temp <- survival:::survmean(x, scale = scale, rmean)
print(temp$matrix[ , "median"])
}s
然后使用它：
> z <- print.survfit.median(coxph.fit)
Call: survfit(formula = cox.ph, conf.type = "log-log")
I(age > 60)=FALSE I(age > 60)=TRUE
353 301
> z
I(age > 60)=FALSE I(age > 60)=TRUE
353 301
答案 1 :(得分：0)
如果@IShouldBuyABoat不介意，我会建立他的答案并稍微调整一下。
print.survfit.select <- function (x, vars = c('records','n.max','n.start','events','median','0.95LCL','0.95UCL'), suppress = TRUE,
scale = 1, digits = max(options()$digits - 4, 3), print.rmean = getOption('survfit.print.rmean'),
rmean = getOption('survfit.rmean'), ...) {
# usage:
# x survfit object
# vars takes c('records','n.max','n.start','events','median','0.95LCL','0.95UCL')
# ... see survival:::print.survfit
if (inherits(x, 'survfitms')) {
x$surv <- 1 - x$prev
if (is.matrix(x$surv))
dimnames(x$surv) <- list(NULL, x$states)
if (!is.null(x$lower)) {
x$lower <- 1 - x$lower
x$upper <- 1 - x$upper
}
}
if (!suppress) {
if (!is.null(cl <- x$call)) {
cat('Call: ')
dput(cl)
cat('\n')
}
}
omit <- x$na.action
if (length(omit))
cat(' ', naprint(omit), '\n')
savedig <- options(digits = digits)
on.exit(options(savedig))
if (!missing(print.rmean) && is.logical(print.rmean) && missing(rmean)) {
if (print.rmean)
rmean <- 'common'
else rmean <- 'none'
} else {
if (is.null(rmean)) {
if (is.logical(print.rmean)) {
if (print.rmean)
rmean <- 'common'
else rmean <- 'none'
} else rmean <- 'none'
}
if (is.numeric(rmean)) {
if (is.null(x$start.time)) {
if (rmean < min(x$time))
stop('Truncation point for the mean is < smallest survival')
}
else if (rmean < x$start.time)
stop('Truncation point for the mean is < smallest survival')
} else {
rmean <- match.arg(rmean, c('none', 'common', 'individual'))
if (length(rmean) == 0)
stop('Invalid value for rmean option')
}
}
temp <- survival:::survmean(x, scale = scale, rmean)
if (is.null(x$strata)) print(temp$matrix[vars])
else print(temp$matrix[ ,vars])
}
所以现在我们可以
> print.survfit.select(coxph.fit)
Call: survfit(formula = cox.ph, conf.type = "log-log")
records n.max n.start events median 0.95LCL 0.95UCL
sex=1 138 138 138 112 270 210 306
sex=2 90 90 90 53 426 345 524
> print.survfit.select(coxph.fit, vars = c('0.95LCL','median','0.95UCL'))
Call: survfit(formula = cox.ph, conf.type = "log-log")
0.95LCL median 0.95UCL
sex=1 210 270 306
sex=2 345 426 524
> z <- print.survfit.select(coxph.fit, vars = c('median'))
Call: survfit(formula = cox.ph, conf.type = "log-log")
sex=1 sex=2
270 426
> z
sex=1 sex=2
270 426
......如果其他人发现有用的话。
再次感谢！