r - 如何为具有R减价的数据帧的每个子集创建不同的报告？

Question

我有一个看起来像的数据集

 City   Score   Count   Returns
 Dallas 2.9 61  21
 Phoenix    2.6 52  14
 Milwaukee  1.7 38  7
 Chicago    1.2 95  16
 Phoenix    5.9 96  16
 Dallas 1.9 45  12
 Dallas 2.7 75  45
 Chicago    2.2 75  10
 Milwaukee  2.6 12  2
 Milwaukee  4.5 32  0
 Dallas 1.9 65  12
 Chicago    4.9 95  13
 Chicago    5   45  5
 Phoenix    5.2 43  5

我想使用R markdown建立报告；但是，对于每个城市，我都需要创建一份报告。原因是一个城市看不到另一城市的报告。如何建立报告并保存每个城市的PDF？

每个报告都需要中位数 Score，均值 Count和均值 Returns。我知道使用 dplyr我可以简单地使用

finaldat <- dat %>%
            group_by(City) %>%
            summarise(Score = median(Score),
                      Count = mean(Count)  ,
                      Return= mean(Returns))

但是，挫败感来自为每个 City生成报告。同样，这是数据的子集，而不是完整的数据。也就是说，此报告是详尽的报告，是结果的报告，该报告是系统的，对于每个 City均不相同。

Answer 1

看起来 parameterized report 可能是您需要的。有关详细信息，请参见链接，但是基本思想是，在yaml报告的rmarkdown中设置一个参数，并在报告中使用该参数对其进行自定义(例如，在您的情况下，通过City过滤数据)。然后，在一个单独的R脚本中，您多次对报告进行render，对于City的每个值一次，将其作为参数传递给render函数。这是一个基本示例:

在Rmarkdown报告中，您将在yaml中声明参数。如果在呈现报告时未输入其他值，则列出的值Dallas在这种情况下仅为默认值:

---
title: My Document
output: pdf_document
params:
   My_City: Dallas
---

然后，在同一个 Rmarkdown文档中，您将拥有整个报告-无论计算取决于 City，还是所有 City都相同的样板。您可以使用 params$My_City访问该参数。下面的代码会将数据帧过滤为 My_City参数的当前值:

```{r}
dat %>%        
    filter(City==params$My_City) %>%
    summarise(Score = median(Score),
              Count = mean(Count)  ,
              Return= mean(Returns))
```

然后，在一个单独的R脚本中，您将执行以下操作为每个 City生成一个单独的报告(我假设上面的Rmarkdown文件称为 MyReport.Rmd):

for (i in unique(dat$City)) {
    rmarkdown::render("MyReport.Rmd", 
                      params = list(My_City = i),
                      output_file=paste0(i, ".pdf"))
}

在上面的代码中，我假设 dat数据帧位于呈现 MyReport.Rmd的单独R脚本的全局环境中。但是，您也可以只提供城市名称的向量，而不是从 unique(dat$City)获取名称。