Narzędzia do robienia tabel lateksowych w R [zamknięte]

Na ogólną prośbę, wiki społeczności na temat produkcji tabel lateksowych w R. W tym poście przedstawię przegląd najczęściej używanych pakietów i blogów z kodem do tworzenia tabel lateksowych z mniej prostych obiektów. Dodaj dowolne, które przegapiłem i / lub podaj wskazówki, porady i małe sztuczki na temat tworzenia ładnie sformatowanych stołów lateksowych z R.

Pakiety:

• xtable : dla standardowych tabel najprostszych obiektów. Ładna galeria z przykładami można znaleźć tutaj .
• memisc : narzędzie do zarządzania danymi ankietowymi, zawiera narzędzia do tabel lateksowych (podstawowych) oszacowań modelu regresji.
• Hmisc zawiera funkcję, latex()która tworzy plik tex zawierający wybrany obiekt. Jest dość elastyczny i może również generować longtabletabele lateksowe. W pliku pomocy znajduje się wiele informacji?latex
• miscFuncs ma zgrabną funkcję „lateksową”, która konwertuje dane macierzy z mieszanymi wpisami alfabetycznymi i numerycznymi do tabeli LaTeX i drukuje je na konsoli, aby można je było skopiować i wkleić do dokumentu LaTeX.
• pakiet texreg ( papier JSS ) konwertuje dane wyjściowe modelu statystycznego na tabele LaTeX. Łączy wiele modeli. Może poradzić sobie z około 50 różnymi typami modeli, w tym modelami sieciowymi i modelami wielopoziomowymi (lme i lme4).
• pakiet reporttools ( papier JSS ) to kolejna opcja dla statystyk opisowych dotyczących zmiennych ciągłych, jakościowych i zmiennych daty.
• pakiet tabel jest prawdopodobnie najbardziej ogólnym pakietem tworzącym tabele LaTeX w R dla statystyk opisowych
• pakiet stargazer tworzy ładne tabele podsumowań porównawczych modeli statystycznych

Blogi i fragmenty kodu

• Istnieje funkcja outreg Paula Johnsona, która daje tabele podobne do Staty w lateksie dla wyników regresji. Ten działa świetnie.
• Jak podano we wcześniejszym pytaniu, istnieje fragment kodu do dostosowania pakietu memisc dla obiektów lme4 .

Powiązane pytania :

• Sugestia dotycząca pakietu tworzenia tabeli R / LaTeX
• Pakiet wyjściowy jakości Rreport / LaTeX
• sortowanie tabeli dla wyjścia lateksu za pomocą xtable
• Jakikolwiek sposób na utworzenie tabeli LaTeX z obiektu pasującego do modelu lme4 mer?
• R data.frame ze skumulowanymi określonymi tytułami dla wyjścia lateksu z Xtable
• Automatyzacja szybkiego dodawania tabel do lateksu z R , z bardzo elastyczną i interesującą składnią przy użyciu języka formuł

Chciałbym dodać wzmiankę o pakiecie „napar”. Możesz napisać plik szablonu parzenia, którym byłby LaTeX z symbolami zastępczymi, a następnie „zaparzyć” go, aby utworzyć plik .tex do \ include lub \ input w twoim LaTeX. Coś jak:

\begin{tabular}{l l}
A & <%= fit$A %> \\
B & <%= fit$B %> \\
\end{tabular}

Składnia zaparzania może również obsługiwać pętle, dzięki czemu można utworzyć wiersz tabeli dla każdego wiersza ramki danych.

Dzięki Joris za utworzenie tego pytania. Mamy nadzieję, że zostanie przekształcony w wiki społeczności.

Opakowania booktabs z lateksu dają ładne stoły. Oto post na blogu o tym, jak używać xtable do tworzenia tabel lateksowych wykorzystujących tabulatory

Dodałbym również apsrtablepakiet do miksu, ponieważ tworzy on ładnie wyglądające tabele regresji.

Kolejny pomysł: niektóre z tych pakietów (zwłaszcza memisc i apsrtable) pozwalają na łatwe rozszerzenia kodu w celu utworzenia tabel dla różnych obiektów regresji. Jednym z takich przykładów jest kod meme lme4 pokazany w pytaniu. Rozsądne może być uruchomienie repozytorium github w celu gromadzenia takich fragmentów kodu, a z czasem może nawet dodanie go do pakietu memisc. Jacyś chętni?

Stargazer pakiet jest kolejnym dobrym rozwiązaniem. Obsługuje obiekty z wielu często używanych funkcji i pakietów (lm, glm, svyreg, survival, pscl, AER), a także z zelig. Oprócz tabel regresji może również generować statystyki podsumowujące dla ramek danych lub bezpośrednio wyprowadzać zawartość ramek danych.

Mam kilka sztuczek i obejmuję ciekawe „cechy” xtable i lateksu, które tu podzielę.

Trik 1: Usuwanie duplikatów w kolumnach i Trik 2: Korzystanie z Booktabs

Najpierw załaduj pakiety i zdefiniuj moją czystą funkcję

<<label=first, include=FALSE, echo=FALSE>>= 
    library(xtable)
    library(plyr)

    cleanf <- function(x){     
        oldx <- c(FALSE, x[-1]==x[-length(x)])  
        # is the value equal to the previous?    
        res <- x
        res[oldx] <- NA
        return(res)} 

Teraz wygeneruj fałszywe dane

data<-data.frame(animal=sample(c("elephant", "dog", "cat", "fish", "snake"), 100,replace=TRUE),
            colour=sample(c("red", "blue", "green", "yellow"), 100,replace=TRUE),
            size=rnorm(100,mean=500, sd=150),
            age=rlnorm(100, meanlog=3, sdlog=0.5))

    #generate a table
    datatable<-ddply(data, .(animal, colour), function(df) {
                return(data.frame(size=mean(df$size), age=mean(df$age)))
            })

Teraz możemy wygenerować tabelę i użyć funkcji czyszczenia, aby usunąć zduplikowane wpisy w kolumnach etykiet.

cleandata<-datatable
cleandata$animal<-cleanf(cleandata$animal)
cleandata$colour<-cleanf(cleandata$colour)
@ 

to jest normalny xtable

<<label=normal, results=tex, echo=FALSE>>=
print(
    xtable(
        datatable
        ),
        tabular.environment='longtable',
        latex.environments=c("center"), 
        floating=FALSE, 
        include.rownames=FALSE
    )
@ 

jest to normalny xtable, w którym funkcja niestandardowa zmieniła duplikat na NA

<<label=cleandata, results=tex, echo=FALSE>>=
print(
    xtable(
        cleandata
        ),
        tabular.environment='longtable',
        latex.environments=c("center"), 
        floating=FALSE, 
        include.rownames=FALSE
    )
@ 

Ta tabela korzysta z pakietu booktab (i potrzebuje \ usepackage {booktabs} w nagłówkach)

\begin{table}[!h] 
        \centering
        \caption{table using booktabs.}
        \label{tab:mytable}
<<label=booktabs, echo=F,results=tex>>= 
            mat <- xtable(cleandata,digits=rep(2,ncol(cleandata)+1))
            foo<-0:(length(mat$animal))
            bar<-foo[!is.na(mat$animal)]
            print(mat, 
                  sanitize.text.function = function(x){x},
                  floating=FALSE,
                  include.rownames=FALSE,
                  hline.after=NULL, 
                  add.to.row=list(pos=list(-1,bar,nrow(mat)), 
                  command=c("\\toprule ", "\\midrule ", "\\bottomrule ")))
  #could extend this with \cmidrule to have a partial line over
  #a sub category column and \addlinespace to add space before a total row
@ 

Dwa narzędzia w pakiecie taRifx mogą być używane łącznie do tworzenia wielorzędowych tabel zagnieżdżonych dziedziczeń.

library(datasets)
library(taRifx)
library(xtable)

test.by <- bytable(ChickWeight$weight, list( ChickWeight$Chick, ChickWeight$Diet) )
colnames(test.by) <- c('Diet','Chick','Mean Weight')
print(latex.table.by(test.by), include.rownames = FALSE, include.colnames = TRUE, sanitize.text.function = force)
#   then add \usepackage{multirow} to the preamble of your LaTeX document
#   for longtable support, add ,tabular.environment='longtable' to the print command (plus add in ,floating=FALSE), then \usepackage{longtable} to the LaTeX preamble

... i Trick # 3 Multiline wpisów w Xtable

Wygeneruj więcej danych

moredata<-data.frame(Nominal=c(1:5), n=rep(5,5), 
        MeanLinBias=signif(rnorm(5, mean=0, sd=10), digits=4), 
        LinCI=paste("(",signif(rnorm(5,mean=-2, sd=5), digits=4),
                ", ", signif(rnorm(5, mean=2, sd=5), digits=4),")",sep=""),
        MeanQuadBias=signif(rnorm(5, mean=0, sd=10), digits=4), 
        QuadCI=paste("(",signif(rnorm(5,mean=-2, sd=5), digits=4),
                ", ", signif(rnorm(5, mean=2, sd=5), digits=4),")",sep=""))

names(moredata)<-c("Nominal", "n","Linear Model \nBias","Linear \nCI", "Quadratic Model \nBias", "Quadratic \nCI")

Teraz stwórz nasz xtable, używając funkcji odkażania do zastąpienia nazw kolumn prawidłowymi poleceniami nowej linii lateksowej (w tym podwójnymi odwrotnymi ukośnikami, więc R jest szczęśliwy)

<<label=multilinetable, results=tex, echo=FALSE>>=
foo<-xtable(moredata)
align(foo) <- c( rep('c',3),'p{1.8in}','p{2in}','p{1.8in}','p{2in}' )
print(foo, 
            floating=FALSE, 
            include.rownames=FALSE,
            sanitize.text.function = function(str) {
                str<-gsub("\n","\\\\", str, fixed=TRUE)

                return(str)
            }, 
            sanitize.colnames.function = function(str) {
                str<-c("Nominal", "n","\\centering Linear Model\\\\ \\% Bias","\\centering Linear \\\\ 95\\%CI", "\\centering Quadratic Model\\\\ \\%Bias", "\\centering Quadratic \\\\ 95\\%CI \\tabularnewline")
                return(str)
            })
@  

(chociaż nie jest to idealne, ponieważ potrzebujemy \ tabularnewline, aby tabela była poprawnie sformatowana, a Xtable nadal wstawia końcowy \, więc kończymy pustą linią pod nagłówkiem tabeli).

Możesz także użyć funkcji lateksowej z pakietu mikrofonów pakietu R

http://cran.r-project.org/web/packages/miscFuncs/index.html

latextable (M), gdzie M jest macierzą z mieszanymi wpisami alfabetycznymi i numerycznymi, wyświetla na ekranie podstawową tabelę LaTeX, którą można skopiować i wkleić do dokumentu LaTeX. Tam, gdzie są małe liczby, zastępuje je również notacją indeksu (np. 1,2x10 ^ {- 3}).

Innym pakietem R do agregowania modeli wielu regresji w tabele LaTeX jest texreg .