Formatação Tabela Gráfico
Se você usar o código ou as informações deste guia em um trabalho publicado, solicito que cite-o como uma fonte nas referências bibliográficas.
DUTT-ROSS,Steven Formatação de gráficos e tabelas do R. Rio de Janeiro. 2020. mimeo. Disponível em: https://blog.metodosquantitativos.com/summary/
Você não precisa usar o R… pode usar o Python também.
Formatar Tabelas é algo muito importante. É também, o primeiro passo para que você possa criar análises.
Mas deixemos de conversa e vamos, portanto, formatar nosso data.frame. Neste exemplo quero criar uma tabela por gênero (Feminino/Masculino).
Usaremos o banco de dados do Titanic.
Disponível publicamente no Journal of Statistics Education.
Dados originais podem ser baixados do artigo The "Unusual Episode" Data Revisited
Os dados surgiram do workshop STATS "Statistical Thinking And Teaching Statistics"
Foi analisado por Dawson (1995), Simonoff (1997), e por outros.
Esses são os dados de um periódico de educação estatística. Eles já estão prontos para análise estatística. Todavia, posso dizer por experiência que os dados precisam ser verificados todas as vezes que não sair de um livro didático.
Use este código para ler o banco de dados disponível em https://github.com/DATAUNIRIO/Base_de_dados
O banco de dados se chama Titanic.RData e está armazenado no repositório de bases de dados do curso de estatística. Você pode usar esse código se quiser ler o arquivo RData local.
Essa´é uma tabela simples e fácil. Temos muitas opções de tabelas no . Entre as diversas opções, sou fã dos pacotes gt e formattable. Todavia, hoje eu gostaria de explorar algo diferente. Gostaria de inserir algumas figuras na tabela.
library(ggtext)
library(dplyr)
labels <- c(
Feminino = "<img src='https://raw.githubusercontent.com/DATAUNIRIO/CSS/master/img/freepik/female.png'
width='100' /><br>*Feminino*",
Masculino = "<img src='https://raw.githubusercontent.com/DATAUNIRIO/CSS/master/img/freepik/male.png'
width='100' /><br>*Masculino*"
)
ggplot(Titanic, aes(Sexo)) +
geom_bar()+
scale_x_discrete(
name = NULL,
labels = labels
) +
theme(
axis.text.x = element_markdown(color = "black", size = 11)
)
labels2 <- c(
Feminino = "<img src='https://raw.githubusercontent.com/DATAUNIRIO/CSS/master/img/freepik/woman.png'
width='100' /><br>*Feminino*",
Masculino = "<img src='https://raw.githubusercontent.com/DATAUNIRIO/CSS/master/img/freepik/man.png'
width='100' /><br>*Masculino*"
)
ggplot(Titanic, aes(Sexo,fill="Pessoas \n no Titanic")) +
geom_bar()+
scale_x_discrete(
name = "Pessoas",
labels = labels2
) +
theme(
axis.text.x = element_markdown(color = "black", size = 11)
)
Feminino <- function(x) web_image('https://raw.githubusercontent.com/DATAUNIRIO/CSS/master/img/freepik/female.png', height = 100)
Masculino <- function(x) web_image('https://raw.githubusercontent.com/DATAUNIRIO/CSS/master/img/freepik/male.png', height = 100)
cap <- 'Tabela 1 - sobreviventes do Titanic por sexo'
datasummary(Sexo + 1 ~ (N = 1) + Percent(),
data = Titanic,
output = 'gt',
fmt = NULL,
title = cap,
notes = 'Fonte: DATAUNIRIO. Artwork by Freepik',
sparse_header = TRUE) %>%
text_transform(locations = cells_body(columns = 1, rows = 1), fn = Feminino) %>%
text_transform(locations = cells_body(columns = 1, rows = 2), fn = Masculino) %>%
tab_style(style = list(cell_text(color = "#FF6700", size = 'x-large')), locations = cells_body(rows = 1)) %>%
tab_style(style = list(cell_text(color = "#CD51D1", size = 'x-large')), locations = cells_body(rows = 2)) %>%
tab_options(table_body.hlines.width = 0, table.border.top.width = 0, table.border.bottom.width = 0) %>%
cols_align('center', columns = 2:3)
Tabela 1 - sobreviventes do Titanic por sexo | ||
---|---|---|
Sexo | N | Percent |
470 | 21.36364 | |
1730 | 78.63636 | |
All | 2200 | 100.00000 |
Fonte: DATAUNIRIO. Artwork by Freepik |
Feminino <- function(x) web_image('https://raw.githubusercontent.com/DATAUNIRIO/CSS/master/img/freepik/woman.png', height = 100)
Masculino <- function(x) web_image('https://raw.githubusercontent.com/DATAUNIRIO/CSS/master/img/freepik/man.png', height = 100)
cap <- 'Tabela 2 - sobreviventes do Titanic por sexo com avatar'
datasummary(Sexo + 1 ~ (N = 1) + Percent(),
data = Titanic,
output = 'gt',
fmt = NULL,
title = cap,
notes = 'Fonte: DATAUNIRIO. Artwork by Freepik',
sparse_header = TRUE) %>%
text_transform(locations = cells_body(columns = 1, rows = 1), fn = Feminino) %>%
text_transform(locations = cells_body(columns = 1, rows = 2), fn = Masculino) %>%
tab_style(style = list(cell_text(color = "pink", size = 'x-large')), locations = cells_body(rows = 1)) %>%
tab_style(style = list(cell_text(color = "blue", size = 'x-large')), locations = cells_body(rows = 2)) %>%
tab_options(table_body.hlines.width = 0, table.border.top.width = 0, table.border.bottom.width = 0) %>%
cols_align('center', columns = 2:3)
Tabela 2 - sobreviventes do Titanic por sexo com avatar | ||
---|---|---|
Sexo | N | Percent |
470 | 21.36364 | |
1730 | 78.63636 | |
All | 2200 | 100.00000 |
Fonte: DATAUNIRIO. Artwork by Freepik |
Para saber sobre outras funções no e no Python, você pode acessar o meu blog https://blog.metodosquantitativos.com/ ou o meu site pessoal https://steven.metodosquantitativos.com/