以下是一个示例函数，可以通过add_stat运行，并在汇总表中显示结果。

#在这里定义pairwise函数，传入一个dataframe和一个分类变量的字符向量
pairwise_diff <- function(data, factor_cols) {
  #创建空白矩阵来保存差异结果
  n_vars <- length(factor_cols)
  output <- matrix(NA, nrow = n_vars, ncol = n_vars, dimnames = list(factor_cols, factor_cols))
  #双层嵌套循环，一个变量与另一个变量的差异进行比较
  for (i in 1:n_vars) {
    for (j in 1:n_vars) {
      # 只涉及未比较过的变量
      if (is.na(output[i, j])) {
        diff_col <- data[, factor_cols[i]] != data[, factor_cols[j]]
        num_diff <- sum(diff_col)
        output[i, j] <- num_diff
        output[j, i] <- num_diff
      }
    }
  }
  # 返回格式化的输出
  output_dimnames <- paste0(c("数目不同的 ", factor_cols), " 对之间的差异 (n)")
  return(list(statistic = output, output_dimnames = as.character(output_dimnames)))
}

# 用mtcars数据集示例
library(gt)
data(mtcars)

#在汇总表中注入自定义函数
gt_summary(mtcars) %>% add_stat(tab_style = TRUE, 
                                 stat_fun = pairwise_diff, 
                                 columns = c("gear", "carb"))