用途：把统计结果做成可发表的表格，包括描述性 Table 1、回归结果表和差异表达结果表，以及补充材料表，强调表格应由数据加代码确定性生成，而非手工编辑。
主要能力与工具选型：按目标格式选工具。R 语言中，gtsummary 用于 Table 1 与回归结果（tbl_summary / tbl_regression，再经 as_flex_table() 或 as_gt() 导出）；flextable 的 save_as_docx() 面向 Word 保真度最高；gt 或 kableExtra 面向 LaTeX/PDF 与 HTML。Python 中 great_tables 的 GT(df) 用于 HTML/图像，tableone 的 TableOne 用于经典 Table 1。资料给出参考示例对应的版本要求：gtsummary 2.0+、gt 0.10+、flextable 0.9+、kableExtra 1.4+、great_tables 0.13+、pandas 2.2+、tableone 0.9+、openpyxl 3.1+，使用前应核对已安装版本。
统计与呈现要点：Table 1 是描述性的，随机试验中不建议加组间比较 p 值列，可用标准化均值差 SMD 描述均衡性；观察性研究的比较列可以接受，但需注意多重比较，且 SMD 通常优于 p 值。连续变量按分布选 mean(SD) 或 median(IQR)，偏态数据用中位数；分类变量报 n(%) 并说明行百分比还是列百分比。缺失值必须显示而非静默剔除，可设置 missing="ifany" 并标注缺失文本。数值应报告到有意义的精度，如 p 值保留 2-3 位有效数字或写“<0.001”。
导出与限制：Word 最可靠路径是 flextable 的 save_as_docx()；LaTeX 可用 gtsave('x.tex') 或 kableExtra kbl(format='latex', booktabs=TRUE)；HTML 可用 as_raw_html()。great_tables 仅支持图像与 PDF（HTML 经 as_raw_html()/write_raw_html()），没有原生 Word 或 LaTeX 导出。写入 Excel 时需防基因符号被自动转换（如 SEPT2 变日期），建议用 CSV 并按文本导入，或在 .xlsx 中把该列格式设为 '@'，并重新打开验证。写 CSV 时注意小数点和逗号区域设置差异。
适用场景：生物医学论文、基因组学或物理期刊、网页预印本和机器可读补充材料的表格制作。
限制：资料未提供安装命令、具体价格或平台信息；API 细节可能随版本变化，需在实际环境中核对。