记录前后级别的重新编码摘要/概述

Question

我有 dplyr::recode一些因素，我正在寻找一种干净的方法来制作 LaTeX 表，其中比较新旧类别，即级别。

这是使用 cyl 的问题的说明来自`mtcars。首先是一些包，

# install.packages("tidyverse", "stargazer","reporttools") 
library(tidyverse) 

以及我打算使用的数据，

mcr <- mtcars %>% select(cyl) %>% as_tibble() 
mcr %>% print(n=5)
#> # A tibble: 32 x 1
#>     cyl
#> * <dbl>
#> 1  6.00
#> 2  6.00
#> 3  4.00
#> 4  6.00
#> 5  8.00
#> # ... with 27 more rows

现在，我创建了两个新因子，一个有 3 个类别， cyl_3col ，一拖二， cyl_is_red ， IE。:

mcr_col <- mcr %>% as_tibble() %>%
    mutate(cyl_3col = factor(cyl, levels = c(4, 6, 8),labels = c("red", "blue", "green")),
           cyl_is_red = recode(cyl_3col, .default = 'is not red', 'red' = 'is red'))
mcr_col  %>% print(n=5)
#> # A tibble: 32 x 3
#>     cyl cyl_3col cyl_is_red
#>   <dbl> <fct>    <fct>     
#> 1  6.00 blue     is not red
#> 2  6.00 blue     is not red
#> 3  4.00 red      is red    
#> 4  6.00 blue     is not red
#> 5  8.00 green    is not red
#> # ... with 27 more rows

现在，我想展示 cyl_3col 中的类别如何和 cyl_is_red有关系。

也许这样的东西更好，

#> cyl_is_red  cyl_3col 
#> is red               
#>             red      
#> is not red           
#>             blue     
#>             green    

可能是这样的，我想象 is not red跨越两行的类别 \multirow{}或类似的东西。

#>  cyl_3col   cyl_is_red
#> 1 red       is red    
#> 2 blue      is not red
#> 3 green     ----------

使用 stargazer或者可能是其他一些 TeX 工具。我对如何最好地展示重新编码持开放态度。我认为有一些聪明的方法可以让我之前的某个人想到这个想法？

我用过类似 mcr_col %>% count(cyl_3col, cyl_is_red) 的东西目前，但我认为它并没有真正起作用。

Answer 1

pixiedust有一个合并选项。

---
title: "Untitled"
output: pdf_document
header-includes: 
- \usepackage{amssymb} 
- \usepackage{arydshln} 
- \usepackage{caption} 
- \usepackage{graphicx} 
- \usepackage{hhline} 
- \usepackage{longtable} 
- \usepackage{multirow} 
- \usepackage[dvipsnames,table]{xcolor} 
---

```{r}
library(pixiedust)
library(dplyr)

mcr <- mtcars %>% select(cyl) %>% as_tibble() 
mcr_col <- mcr %>% as_tibble() %>%
  mutate(cyl_3col = factor(cyl, levels = c(4, 6, 8),labels = c("red", "blue", "green")),
         cyl_is_red = recode(cyl_3col, .default = 'is not red', 'red' = 'is red'))

mcr_col %>% 
  count(cyl_3col, cyl_is_red) %>% 
  select(-n) %>% 
  dust(float = FALSE) %>% 
  sprinkle(cols = "cyl_is_red",
           rows = 2:3,
           merge = TRUE) %>% 
  sprinkle(sanitize = TRUE,
           part = "head")
```