如何在R中创建表格并输出n pdf或word？

问题描述

我想创建一个可以导出为pdf或word文档的表格。是否有任何可用于自动/快速获取表格的软件包？我尝试了数据透视表和table1包，但确实得到了输出，但是格式不完全符合我的要求。

数据：让我们考虑mtcars数据。

func encode2(input: String) -> [(Int,Character)] {
    var result = [(Int,Character)]()

    input.forEach { char in
        if result.last?.1 == char {
            result[result.count - 1].0 += 1
        } else {
            result.append((1,char))
        }
    }
    
    return result
}

输出：我想按照以下示例在表中创建以上数据

    cars             mpg cyl  disp  hp drat    wt  qsec vs am gear carb
Mazda RX4           21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag       21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive      21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3

以上值不正确。它只是一个例子。我想要以上格式的表格。

当我尝试使用数据透视表包时，

Vs *disp*  mpg     am_1      am_0       *Total*
0 460      21.0   20 (11%)    0         20 (11%)
  120      21.0   8 (9%)      8 (9%)    16 (18%)
  151      18.7   2 (2%)      3(1%)     5 (3%)

1 151      12.0   8 (9%)      9 (10%)   17(19%)
  424      25.0   118 (10%)   6 (5%)    124 (15%)

我得到以下输出，但是我希望这些值在同一单元格中以计数和百分比表示

解决方法

我会根据您的需求建议两个选项。首先，您需要处理数据：

library(tidyverse)
library(grid)
library(gridExtra)
library(officer)
#Data
data("mtcars")
#Format
S <- mtcars %>% group_by(vs,cyl,am) %>% summarise(N=n()) %>% ungroup() %>%
  group_by(vs,cyl) %>% mutate(Total=sum(N),Percentage=100*round(N/Total,3)) %>%
  pivot_wider(names_from = am,values_from = c(N,Percentage)) %>%
  replace(is.na(.),0) %>%
  mutate(N_1=paste0(N_1,' (',paste0(Percentage_1,'%'),')'),N_0=paste0(N_0,paste0(Percentage_0,Total=paste0(Total,'(',paste0(Percentage_1+Percentage_0,')')) %>%
  select(vs,N_0,N_1,Total)

您将得到这个（您可以适应所需的内容，这是一个示例）：

# A tibble: 5 x 5
# Groups:   vs,cyl [5]
     vs   cyl N_0        N_1       Total   
  <dbl> <dbl> <chr>      <chr>     <chr>   
1     0     4 0 (0%)     1 (100%)  1(100%) 
2     0     6 0 (0%)     3 (100%)  3(100%) 
3     0     8 12 (85.7%) 2 (14.3%) 14(100%)
4     1     4 3 (30%)    7 (70%)   10(100%)
5     1     6 4 (100%)   0 (0%)    4(100%) 

现在第一个选择是使用grid和gridExtra软件包导出为pdf：

#Prepare for export option 1 using grid
myTable <- tableGrob(
  S,rows = NULL,theme = ttheme_default(core = list(bg_params = list(fill = "grey99")))
)
#Export to pdf
pdf('Example.pdf',width = 10)
grid.draw(myTable)
dev.off()

您将获得一个.pdf的图像，如下所示：

第二个选项是officer软件包：

#Second option with officer package
doc <- read_docx() %>%
  body_add_par(value = "My Table",style = "heading 1") %>%
  body_add_table(value = S,style = "Table Professional",alignment = "c" )
print(doc,target = "Example.docx")

您最终将获得一个.docx文档，如下所示：

,

至少有两种方法可以通过数据透视表程序包解决此问题。

这两种方法都定义了多个计算：

• 第一个计算是基本计数
• 第二个计算将覆盖每个单元格中存在的过滤器，因此只有来自列变量的过滤器才适用于该单元格-这意味着此计算将始终得出列总数。此计算在数据透视表中不可见（已指定visible = FALSE）。
• 第三次计算要么计算列总计的百分比（方法1），要么计算计数和列总计的百分比的串联值（方法2）。

方法1

这使用两个单独的列，其中（IMHO）更易于阅读：

library(pivottabler)

pt <- PivotTable$new()
pt$addData(mtcars)
pt$addColumnDataGroups("am")
pt$addRowDataGroups("vs")
pt$addRowDataGroups("mpg",totalCaption= "Subtotal") 
pt$addRowDataGroups("disp",addTotal=FALSE)

# basic calculation
pt$defineCalculation(calculationName="CountVal",caption="V",summariseExpression="n()")

# get column totals
filterOverrides <- PivotFilterOverrides$new(pt,keepOnlyFiltersFor="am")
pt$defineCalculation(calculationName="CountAll",summariseExpression="n()",filters=filterOverrides,visible=FALSE)

# percentage of column calculation total
pt$defineCalculation(calculationName="Percent",caption="%",type="calculation",basedOn=c("CountVal","CountAll"),format="%.1f %%",calculationExpression="values$CountVal/values$CountAll*100")

pt$renderPivot()

方法2

这会将值合并为一列：

library(pivottabler)

pt <- PivotTable$new()
pt$addData(mtcars)
pt$addColumnDataGroups("am")
pt$addRowDataGroups("vs")
pt$addRowDataGroups("mpg",visible=FALSE)

# get column totals
filterOverrides <- PivotFilterOverrides$new(pt,caption="Percent",calculationExpression="paste0(values$CountVal,sprintf('%.1f %%',values$CountVal/values$CountAll*100),')')")

pt$renderPivot()

方法2-更新1

方法2的以下版本显示行组的标题并更改计算值，以便零显示而没有括号。

library(pivottabler)

pt <- PivotTable$new()
pt$addData(mtcars)
pt$addColumnDataGroups("am")
pt$addRowDataGroups("vs",header="vs")
pt$addRowDataGroups("mpg",totalCaption= "Subtotal",header="mpg") 
pt$addRowDataGroups("disp",addTotal=FALSE,header="disp")

# basic calculation
pt$defineCalculation(calculationName="CountVal",calculationExpression="ifelse(is.null(values$CountVal)||values$CountVal==0,paste0(values$CountVal,')'))")

pt$renderPivot(showRowGroupHeaders=TRUE)

方法2-更新2

此更改将小计移动到顶部，移除总计在底部，显示不带小数位的百分比。

library(pivottabler)

pt <- PivotTable$new()
pt$addData(mtcars)
pt$addColumnDataGroups("am")
pt$addRowDataGroups("vs",header="vs",addTotal=FALSE)
pt$addRowDataGroups("mpg",header="mpg",totalPosition="before") 
pt$addRowDataGroups("disp",sprintf('%.0f %%',')'))")

pt$renderPivot(showRowGroupHeaders=TRUE)

,

我建议使用m = df['type'].eq('A') df.loc[m,'col1':'col5'] = df.loc[m,'col1':'col5'].gt(2).astype(int) print (df) col1 col2 col3 col4 col5 type number 0 0.0 1 1 1.0 0 A one 1 1.0 0 1 1.0 1 A two 2 4.0 4 0 22.0 7 C two 3 1.0 1 1 1.0 1 A one 4 9.0 0 3 6.0 8 B one 5 0.0 0 1 0.0 0 A two 6 6.0 5 7 9.0 9 E two 将表编织到r markdown文件中，如下所示：

knitr::kable

您可以隐藏标题为library(knitr) library(tidyverse) kable(mtcars %>% dplyr::select(am,vs,mpg,disp)... ) 的在输出PDF中生成表格的代码。您可以对第一个kable参数中的数据执行所有标准数据操作，或者在r markdown设置中进行操作，然后将最后的数据帧作为参数x输入kable。 在r markdown文件中，您可以将文档编织为r studio中“编织”标签下的Word格式的PDF。这就是您的想法吗？