迷你图添加趋势线_如何向R表添加迷你图

迷你图添加趋势线

通常，表中需要的只是文本和数字形式的数据。但是有时候，您也想在每一行中可视化结果。当每一行数据都是随着时间变化的趋势时，尤其如此。

您可以在带有迷你内联图（称为迷你图）的新表列中执行此操作。您可能在Excel中很熟悉它们，但是您也可以在交互式HTML表中创建它们-带有sparkline程序包和四个基本步骤：

[ 在我们的视频教程系列中获得Sharon Machlis的R技巧。 | 阅读InfoWorld教程：学习使用R处理大数据。 • 如何重塑R中的数据。 • 触手可及的R数据操作技巧 • R的初学者指南。 | 通过InfoWorld大数据报告新闻通讯了解最新的分析和大数据。 ]

在数据框中添加具有迷你图数据和格式的列。
在表选项中添加一个JavaScript代码段。一直都是相同的代码，因此您可以保存一次并重复使用它。
这很简单：将escape = FALSE添加为datatable()参数，以便HTML 显示为HTML而不是实际代码 。
这也很容易：将结果通过管道传递给添加必要依赖项的函数，以便表显示迷你图。

1.添加包含迷你图数据和格式的列

在向表添加迷你图之前，需要一个表。这是从称为prices的数据帧生成表的代码，包括添加搜索过滤器以及将其中一列格式化为百分比：

library(DT)datatable(prices, filter = ‘top’,           options = list(paging = FALSE)) %>%  formatPercentage(‘Change’, digits = 1)

如果您想继续，本文底部将介绍创建价格数据框的代码。（您还可以在“ 使用R进行更多操作：快速交互式HTML表格 ”中找到有关使用DT包的更多信息。）

添加迷你图列的格式为

sparkline_column = spk_chr(  vector_of_values, type ="type_of_chart",  chartRangeMin=0, chartRangeMax=max(.$vector_of_values))

spk_chr()函数具有两个必需的参数：要可视化的数值向量，以及所需的图形类型。可视化选项包括折线图的折线，条形图的条形图，箱形图的框等。不幸的是，sparkline软件包帮助文件中并未对此进行实际记录。但是，您可以在jQuery迷你图库文档中看到可用的类型（迷你图包是该库HTML小部件R包装器）。

我也喜欢在迷你图中使用两个可选参数：设置Y轴的最小值和最大值。

那么，如何获得在迷你图中使用的每一行的值向量？您可以编写一个for循环，但是如果数据“整洁”，实际上这样做会更容易。也就是说，每行仅包含一个观测值，而不是现在的方式：每行包含多个观测值。

在下面的代码中，我使用tidyr包及其collect gather()函数创建了价格数据的简洁版本。

library(tidyr)tidyprices <- prices %>%  select(-Change) %>%  gather(key ="Quarter", value ="Price", Q1_1996:Q1_2018)

此代码首先加载整洁的程序包，并使用select(-Change)删除“更改”列，因为我不希望更改百分比出现在我绘制的趋势图中。在gather() ，我将新类别列命名为Quarter，将新值列为Price，并“收集” 1996年第一季度至2018年第一季度之间的每一列。

如果运行head(tidyprice) ，则会看到每行现在有一个观测值：MetroArea，Quarter和Price。

head(tidyprices)MetroArea Quarter  Price
1    Boston Q1_1996 106.44
2   Detroit Q1_1996 107.99
3      Phil Q1_1996 105.25
4   SanFran Q1_1996 100.72
5  SiValley Q1_1996 102.93
6    Boston Q1_1998 116.78

最后，我准备创建带有迷你图信息的数据框。

prices_sparkline_data <- tidyprices %>%  group_by(MetroArea) %>%  summarize(    TrendSparkline = spk_chr(      Price, type ="line",      chartRangeMin = 100, chartRangeMax = max(Price)    )  )

按MetroArea分组后，以上代码使用spk_chr()函数创建一个TrendSparkline列。第一个参数是每个组的值向量，它是从整洁数据的“价格”列中自动创建的，因为我是按MetroArea分组的，现在进行汇总。我将图形类型设置为折线图。在这种情况下，我希望Y轴的最小值为100，因为那是1995年所有城市的价格指数开始的位置。最后，我将Y轴的最大值设置为与Price数据的最大值无关。

这是我的新数据框的外观：

MetroArea TrendSparkline                                                                                                       <chr>     <chr>
1 Boston    "<span id=\"htmlwidget-d05dd23ac6f670067750\" class=\"sparkline html-widget\"></span>\n<script type=\"application/js...
2 Detroit   "<span id=\"htmlwidget-eba14942c5694b951f08\" class=\"sparkline html-widget\"></span>\n<script type=\"application/js...
3 Phil      "<span id=\"htmlwidget-8378cbbbf1c03d27b220\" class=\"sparkline html-widget\"></span>\n<script type=\"application/js...
4 SanFran   "<span id=\"htmlwidget-1842afdcc8bd5af0066e\" class=\"sparkline html-widget\"></span>\n<script type=\"application/js...
5 SiValley  "<span id=\"htmlwidget-09c227f72d3fbe9cd0d6\" class=\"sparkline html-widget\"></span>\n<script type=\"application/js...

您可以看到TrendSparkline列包含很多HTML。

接下来，我可以使用dplyr left_join将这些数据添加到原始价格数据框中：

prices <- left_join(prices, prices_sparkline_data)

困难的部分已经完成。

2.添加一个JavaScript代码段

datatable(prices, filter = 'top',          options = list(paging = FALSE, fnDrawCallback = htmlwidgets::JS(  'function(){  HTMLWidgets.staticRender();}')       )) %>%  formatPercentage('Change', digits = 1)

从fnDrawCallback到第二个单引号和单fnDrawCallback括号的代码是您需要添加到datatable代码的options列表参数中的代码：

fnDrawCallback = htmlwidgets::JS(  'function(){  HTMLWidgets.staticRender();}')

如果现在看一下表格的迷你图列，您会发现HTML 代码本身就是代码 ，而不是正在执行的代码。

您可以使用第3步解决此问题。

3.添加`escape = FALSE`

在datatable()代码中添加escape = FALSE可使代码执行而不是显示。（默认值为escape = TRUE ，这意味着将对HTML代码进行转义而不是执行。）

datatable(prices, escape = FALSE, filter = 'top', options = list(paging = FALSE, fnDrawCallback = htmlwidgets::JS(  'function(){  HTMLWidgets.staticRender();}'))) %>%  formatPercentage('Change', digits = 1)

但是，如果使用转义的代码运行表并在RStudio中查看，则迷你图列中可能看不到任何内容。那是因为您需要最后一步。

4.添加必要的依赖关系

最后一步是将表的结果传递到一个函数中，该函数添加了所有要显示的spk_add_deps()必需的依赖关系： spk_add_deps() 。

这是最终的代码：

datatable(prices, escape = FALSE, filter = 'top', options = list(paging = FALSE, fnDrawCallback = htmlwidgets::JS(  'function(){  HTMLWidgets.staticRender();}'))) %>%  spk_add_deps()   %>%  formatPercentage('Change', digits = 1)

您应该看到迷你图。

您也可以将鼠标悬停在图形上以查看实际数据点。

[有关更多R技巧，请访问https://go.infoworld.com/morewithR 。 ]

创建价格数据框的代码

prices <- data.frame(stringsAsFactors=FALSE,   MetroArea = c("Boston", "Detroit", "Phil", "SanFran", "SiValley"),     Q1_1996 = c(106.44, 107.99, 105.25, 100.72, 102.93),     Q1_1998 = c(116.78, 127.83, 107.15, 117.25, 126.01),     Q1_2000 = c(148.58, 150.8, 111.73, 159.11, 170.74),     Q1_2002 = c(189.41, 170.34, 132.86, 195.5, 205.14),     Q1_2004 = c(234.68, 181.89, 164.54, 223.02, 223.33),     Q1_2006 = c(272.14, 186.43, 219.74, 305.88, 311.17),     Q1_2008 = c(253.33, 158.29, 234.13, 291.35, 293.01),     Q1_2010 = c(227.91, 117.45, 219.46, 248.28, 238.12),     Q1_2012 = c(224.55, 111.14, 211.24, 238.37, 233),     Q1_2014 = c(237.61, 130.59, 214.87, 306.24, 300.89),     Q1_2016 = c(264.23, 148.26, 227.5, 387.34, 367.1),     Q1_2018 = c(300.96, 170.92, 258.49, 447.45, 428.45),      Change = c(2.01, 0.709, 1.585, 3.474, 3.284))

翻译自: https://www.infoworld.com/article/3318222/how-to-add-sparklines-to-r-tables.html

迷你图添加趋势线