在 R 中使用 formattable 时打印空白而不是 NA

Question

考虑示例 data.frame

df <- data.frame(
  id = 1:4,
  name = c("Bob", "Ashley", "James", "David"), 
  age = c(48, NA, 40, 28),
  test1_score = c(18.9, 19.5, NA, 12.9),
  stringsAsFactors = FALSE)

我正在使用 R 包 formattable 制作一个漂亮的表格。

library(formattable)
formattable(df, list(
age = color_tile("white", "orange"),
test1_score = color_bar("pink", 'proportion', 0.2)
))

过去是自动不打印 NA，而是打印空白。似乎这不再是默认设置，但我仍然想为 NA 打印一个空白。像这样替换 NA 有效：

df[is.na(df)]=''
formattable(df, list(
  age = color_tile("white", "orange"),
  test1_score = color_bar("pink", 'proportion', 0.2)
))

但是，如果我尝试格式化其中一列以强制它具有 2 个小数位，那么讨厌的 NA 会返回：

df$age = digits(df$age, digits=2)
formattable(df, list(
age = color_tile("white", "orange"),
test1_score = color_bar("pink", 'proportion', 0.2)
))

如果我再次删除 NA，NA 会消失，但小数位也会消失

df[is.na(df)] = ''
formattable(df, list(
age = color_tile("white", "orange"),
test1_score = color_bar("pink", 'proportion', 0.2)
))

我相信原因是数字将df$age 转换为formattable numeric 对象并创建NA，而df[is.na(df)] = '' 将df$age 转换为formattable character 对象：

> df$age = digits(df$age, digits=2)
> df$age
[1] 48.00  NA   40.00 28.00
> class(df$age)
[1] "formattable" "numeric"    
> df[is.na(df)] = ''
> df$age
[1] "48" "  " "40" "28"
> class(df$age)
[1] "formattable" "character" 

关于解决方案的任何想法？

最后我还想将它与过滤后的 data.frame 一起使用，我使用来自Filtering dataframes with formattable 的代码来确保在过滤 data.frame 时色标保持不变：

df$age = digits(df$age, digits=2)
  subset_df <- function(m) {
    formattable(df[m, ], list(
      age = x ~ color_tile("white", "orange")(df$age)[m],
      test1_score = x ~ color_bar("pink", 'proportion', 0.2)(df$test1_score)[m],
      test2_score = x ~ color_bar("pink", 'proportion', 0.2)(df$test2_score)[m]
    ))
  }

subset_df(1:3)

不过，问题似乎与此代码无关。

Answer 1

您可以使用sprintf 函数将数字列格式化为具有所需小数位数的字符串。在下面的代码中，sprintf 将NA 转换为字符串"NA"，然后我们将其转换为空字符串。

# Function to convert numeric values to strings with a given number of 
#  decimal places, and convert NA to empty string
fnc = function(var, decimal.places) {
  var = sprintf(paste0("%1.",decimal.places,"f"), var)
  var[var=="NA"] = ""
  var
}

# Select the columns we want to reformat
vars = c('age', 'test1_score')

# Apply the function to the desired columns with the desired number of decimal places
df[ , vars] = mapply(fnc, df[ ,vars], 2:3)

formattable(df, list(
  age = color_tile("white", "orange"),
  test1_score = color_bar("pink", 'proportion', 0.2)
))

Answer 2

另一个对我有用的解决方案是使用str_remove_all()。因为formattable 中的color_bar() 将HTML 输出作为字符生成，所以您只需删除字符串“NA”。

请注意，如果您碰巧在其他任何地方有 NA，这可能会弄乱 HTML。 另外值得注意的是，我在 your_var 周围包裹了一个百分比函数。 这是我能想到的将数字转换为百分比并应用color_bar() 的最佳方法。代码如下：

df %>%
    # First mutate w/color_bar()
    mutate(your_var= color_bar("green", na.rm=T)(percent(your_var, digits = 1))) %>% 
    # Second mutate
    mutate(your_var = str_remove_all(your_var, "NA"))

第一次变异的输出

<span style="display: inline-block; direction: rtl; border-radius: 4px; padding-right: 2px; background-color: #00a657">NA</span>

第二次变异的输出

<span style="display: inline-block; direction: rtl; border-radius: 4px; padding-right: 2px; background-color: #00a657"></span>

另外，如果有人还没有看到这个：Awesome tables in HTML - Integration with formattable