1. Introducción

Hacer cuadros/tablas¹ para mostrar resultados es una parte importante (y time consuming) de cualquier informe o investigación. En este tutorial nos ocuparemos de obtener los resultados que van a llenar los cuadros. Nos servirá para practicar un poco más con dplyr. Una vez tengamos los resultados que queremos mostrar ya veremos como podemos mostrarlos en cuadros good-looking.

Principalmente utilizaremos lo que hemos aprendido de dplyr para obtener los resultados que queremos mostrar en los cuadros. Con dplyr calcularemos los estadísticos que queramos mostrar almacenándolos en un dataframe. Una vez tengamos los resultados en un dataframe nos quedará la tarea de presentarlos como cuadros en el documento final.

Veremos que presentar los resultados (previamente almacenados en un df) como un cuadro en el documento final es muy sencillo, sólo tendremos que llamar a la función kable(). Kable nos permitirá mostrar los resultados como cuadros en el documento final, ya sea este un documento . html, .pdf, .doc, …

2. Datos que usaremos

Ilustraremos la creación de tablas con datos de PIACC (Programa para la Evaluación Internacional de las Competencias de los adultos de la OCDE. Información detallada sobre el programa PIAAC puede encontrarse en su pagina web http://www.oecd.org/skills/piaac/. Los datos se obtuvieron en un primer momento del pkg RPIACC creado Por Jose C. Pernias.

Cargamos datos (ya procesados) de PIACC. Concrétamente 10 variables.

#- cargamos datos procesados previamente con "./datos/datos_raw/crear_datos_PIAAC_SFP.R"
datos <- read_csv("./datos/datos_raw/PIAAC_data_SFP.csv")
aa <- names_v_df_pjp(datos)
bb <- val_unicos_df_pjp(datos)

El dataframe datos contiene datos de 23 países. Contiene 40854 filas y 10 variables

Vamos a reducir la muestra y concentrar nuestra atención a sólo 4 países: ESP, FRA, GBR, ITA

paises_ok <- c( "ESP" , "FRA", "GBR", "ITA")  
df_4 <- datos %>% filter(Country %in% paises_ok)

Es decir, trabajaremos con df_4

3. Cuadros con dplyr

df <- df_4 %>% group_by(Country) %>% count()
df <- df_4 %>% group_by(Country) %>% summarise(NN = n())
knitr::kable(df)

df <- df_4 %>% group_by(Country) %>% 
               summarise(NN = n(), percent = n()/nrow(.) )

df <- df_4 %>% group_by(Country) %>%
               summarise (NN = n()) %>%
               mutate(percent = NN / sum(NN))
knitr::kable(df)

df <- df_4 %>%  count(Country, Gender) %>%
                group_by(Country) %>%
                mutate(percent = n / sum(n)) %>%
                select(-n) %>%
                spread(Gender, percent, fill = 0) %>% ungroup()
knitr::kable(df)

df <- df_4 %>%  count(Education, Gender)   %>% group_by(Education) %>%
                   mutate(percent = n / sum(n)) %>%
                   select(-n) %>%
                   spread(Gender, percent, fill = 0) %>% ungroup()
knitr::kable(df)

df <- df_4 %>% group_by(Country) %>% 
               summarise(W_hora_medio = mean(Wage_hour , na.rm = TRUE), 
                         W_mes_medio  = mean(Wage_month, na.rm = TRUE) ) %>% ungroup()
knitr::kable(df)

df <- df_4 %>% group_by(Country) %>% 
               summarise(W_medio  = mean(Wage_month, na.rm = TRUE) ,
                         W_minimo = min(Wage_month, na.rm = TRUE)  ,
                         W_maximo = max(Wage_month, na.rm = TRUE)  ,
                         W_sd = sd(Wage_month, na.rm = TRUE) ) %>% ungroup()
knitr::kable(df)

df <- df_4 %>% filter(Country == "ESP") %>%  group_by(Gender) %>% 
               summarise(W_hora_medio = mean(Wage_hour, na.rm = TRUE), 
                         W_mes_medio = mean(Wage_month, na.rm = TRUE) ) %>% ungroup()

knitr::kable(df)

df <- df_4 %>%  group_by(Country, Gender) %>% 
                summarise(W_hora_medio = mean(Wage_hour, na.rm = TRUE), 
                          W_mes_medio = mean(Wage_month, na.rm = TRUE) ) %>% ungroup()
knitr::kable(df)

df <- df_4 %>%  group_by(Country, Gender) %>% 
                summarise(W_mes_medio = mean(Wage_month, na.rm = TRUE)) %>% ungroup()
dfa <- df %>% spread(Gender, W_mes_medio)  
dfa <- dfa %>% mutate(dif_W = Male-Female, di_percent_W = dif_W/Female)
knitr::kable(dfa)

df <- df_4 %>%  group_by(Country, Education) %>% 
                summarise(NUM_medio = mean(Numeracy_score, na.rm = TRUE)) %>% ungroup() 
knitr::kable(df)

df <- df_4 %>%  group_by(Country, Education) %>% 
                summarise(NUM_medio = mean(Numeracy_score, na.rm = TRUE)) %>% ungroup()
dfa <- df  %>% spread(key = Education, value = NUM_medio) 
knitr::kable(dfa)

datos <- datos %>% mutate(Education = as_factor(Education) )
levels(datos$Education)

[1] "Primary"      "Secondary"    "Tertiary"     "Upper_second"

datos1 <- datos %>% mutate(Education = fct_recode(Education,
                   "Primaria"    = "Primary",
                   "Secundaria"  = "Secondary" )) %>% count(Education)
knitr::kable(datos1)

datos$Education <- fct_relevel(datos$Education, 
                        "Primary", "Secondary", "Upper_second", "Tertiary" ) 
datos %>% count(Education)

# A tibble: 5 x 2
     Education     n
        <fctr> <int>
1      Primary  1355
2    Secondary 21535
3 Upper_second  6923
4     Tertiary 11020
5         <NA>    21

df_4 <- datos %>% filter(Country %in% paises_ok)


df <- df_4 %>%  group_by(Country, Education) %>% 
                summarise(NUM_medio = mean(Numeracy_score, na.rm = TRUE)) %>% ungroup() 
dfa <- df %>% spread(key = Education, value = NUM_medio) 
knitr::kable(dfa)

4. ¿Cómo hacer mis cuadros?

Bueno, ya sabemos como ir generando un dataframe con los estadísticos descriptivos que nos interesa mostrar. En realidad esos df ya son tablas que puedo exportar a Excel para trabajarlas a mi gusto, o puedo mostrarlas en mi documento final (ya sea .html, .doc o .pdf) con la función kable de knitr; osea, con knitr::kable()

En el próximo tutorial mostraremos algunos paquetes específicos para formatear los cuadros y hacerlos BONITOS, pero también conviene saber que kable() tambien tiene opciones para personalizar un poco nuestras tablas. Por ejemplo:

knitr::kable(dfa, digits = 2, align = "c", caption = "Numeracy Score by country" )

Recapitulando, en nuestra opinión, una vez tenemos un df con los resultados que queremos mostrar en el documento final, las opciones más sencillas son:

• Si quieres las tablas en un documento html, lo mejor es hacerlas directamente desde el documento .Rmd con knitr::kable()

• Si quieres las tablas en latex, mejor hazlas en latex, aunque hay varios paquetes (incluido knitr) que permiten exportar las tablas a latex. Solo tienes que poner kable(format = "latex")

• Si las quieres en Word, lo más sencillo es:

  1. grabar la tabla como un df y exportarla a Excel (ya sea como .csv o .xlsx). Desde allí ya puedes formatearla a tu gusto

  2. Desde el documento en .Rmd puedes crear un documento word con la tabla. Una vez tienes la tabla en word ya puedes darle el formato que quieras

5. kableextra

kableExtra es un nuevo package que permite mejorar las tablas creadas con knitr::kable(). Aquí tienes la vignette.

La descripción de kableExtra en CRAN es:

A collection of functions to help build complex HTML or ‘LaTeX’ tables using ‘kable()’ from ‘knitr’ and the piping syntax from ‘magrittr’. Function ‘kable()’ is a light weight table generator coming from ‘knitr’. This package simplifies the way to manipulate the HTML or ‘LaTeX’ codes generated by ‘kable()’ and allows users to construct complex tables and customize styles using a readable syntax.

Puedes ver las posibilidades que tiene este pkg para customizar las tablas generadas con kable() en su vignette: https://cran.r-project.org/web/packages/kableExtra/vignettes/awesome_table_in_html.html

6. printr

printr es un package, que no es exactamente para hacer tablas, pero que es como un acompañante de knitr que es el pkg que gestiona como se muestran las tablas al compilar un documento .Rmd. En palabras de su autor (Yihui Xie), printr es:

The printr package is a companion package to knitr. Its main purpose is to extend the S3 generic function knit_print() in knitr, which is the default value of the chunk option render, as explained in the vignette knit_print.html.

En concreto, printr hace que se modifique la forma en que se muestran algunos objetos de R; concrétamente:

• Las matrices, data frames, y tablas de contingencia, en lugar de imprimirse como texto, se mostrarán (en el documento final que nos sale al compilar el .Rmd con knitr) como tablas. Veámoslo:

#install.packages( "printr",  type = 'source',  repos = c('http://yihui.name/xran', 'http://cran.rstudio.com'))
library("printr")
head(mtcars)

table(mtcars$gear, mtcars$cyl)

• Las páginas de ayuda(help pages: ?dplyr or help(dplyr)) se mostrarán como HTML, LaTeX, or plain text (dependiendo del formato de salida de nuestro .Rmd); además se puede especificar que secciones de la ayuda mostrar:

• Los resultados que salen de browseVignettes(), help.search(), data(), and vignette() se mostrarán como tablas. La información que sale de library(help = ‘dplyr’) se mostrará como texto plano.

help.search("contourplot")

help.search('filter', package = 'dplyr')

vignette(package = "dplyr")

data(package = "dplyr")

browseVignettes(package = "knitr")

library(help = "printr")

        Information on package 'printr'

Description:

Package:            printr
Type:               Package
Title:              Automatically Print R Objects to Appropriate
                    Formats According to the 'knitr' Output Format
Version:            0.1
Date:               2017-05-19
Author:             Yihui Xie
Maintainer:         Yihui Xie <xie@yihui.name>
Description:        Extends the S3 generic function knit_print()
                    in 'knitr' to automatically print some objects
                    using an appropriate format such as Markdown
                    or LaTeX. For example, data frames are
                    automatically printed as tables, and the
                    help() pages can also be rendered in 'knitr'
                    documents.
Imports:            knitr (>= 1.16)
Suggests:           tools, rmarkdown
License:            GPL
URL:                https://yihui.name/printr/
BugReports:         https://github.com/yihui/printr/issues
VignetteBuilder:    knitr
LazyData:           TRUE
RoxygenNote:        6.0.1
NeedsCompilation:   no
Packaged:           2017-05-19 06:36:31 UTC; travis
Built:              R 3.3.2; ; 2017-11-15 13:24:41 UTC; windows

Index:

printr                  Print R objects in 'knitr' documents nicely

Further information is available in the following vignettes in
directory
'C:/Users/perezp/Desktop/Documents/R/win-library/3.3/printr/doc':

printr: An Introduction to the printr Package (source, pdf)

Yihui Xie explica las funcionalidades de printr más en detalle en su vignette. No la he leído del todo, pero entiendo que printr permite, a los desarrolladores de paquetes, customizar (a su gusto) la forma en que knitr mostrará las tablas de los objetos que se creen con sus packages.