如何将汇总列添加到作为其他两个汇总列的函数的 gt 表中？

【问题标题】：How to add a summary column to a gt table that is a function of two other summary columns?如何将汇总列添加到作为其他两个汇总列的函数的 gt 表中？
【发布时间】：2021-04-20 16:26:46
【问题描述】：

我使用 gt 显示两列表示特定时间点的值，第三列显示百分比变化，这是在预处理中计算的。我想要一个汇总行，其中包含每列中值的总和，以及各个观察值的百分比变化列下方的这些总和之间的百分比变化。

为了说明，我使用 sp500 表修改了一个示例。

library(gt)
library(tidyverse)

start_date <- "2010-06-07"
end_date <- "2010-06-14"

data <- sp500 %>%
  filter(date >= start_date & date <= end_date) %>%
  select(date, open, close) %>%
  mutate(intraday_pct_ch = (close/open - 1)*100)

data
#> # A tibble: 6 x 4
#>   date        open close intraday_pct_ch
#>   <date>     <dbl> <dbl>           <dbl>
#> 1 2010-06-14 1095  1090.          -0.490
#> 2 2010-06-11 1083. 1092.           0.827
#> 3 2010-06-10 1059. 1087.           2.65 
#> 4 2010-06-09 1063. 1056.          -0.664
#> 5 2010-06-08 1051. 1062            1.06 
#> 6 2010-06-07 1066. 1050.          -1.44

data %>% gt() %>%
  summary_rows(
    fns = list(Week_Sum = ~sum(.)),
    columns = vars(open, close, intraday_pct_ch))

由reprex package (v2.0.0) 于 2021-04-20 创建

正如所写，我得到了百分比变化的总和，这显然是我不想要的。有没有办法在这里编写一个函数，将前两列作为参数并将结果保持在同一行？

谢谢！

更新： 这是给我想要的结果的代表，但随着“_stock#”组数量的增加，它会变得笨拙。我从第一个 reprex 中删除了 html。

library(gt)
library(tidyverse)

set.seed(42)  
data1 <- sp500 %>%
  filter(date >= "2010-06-07" & date <= "2010-06-14") %>%
  select(date, open, close) %>%
  mutate(intraday_pct_ch = (close/open - 1)*100)

data2 <- data1 %>%
  mutate(open = (open + rnorm(1, 100, 10)),
         close = (close + rnorm(1, 100, 10)),
         intraday_pct_ch = (close/open - 1)*100)

data_bind <- data1 %>% bind_cols(data2, .name_repair = "minimal") %>%
  rename_with(~ str_replace(., "$", "_stock1"), .cols = 1:4) %>%
  rename_with(~ str_replace(., "$", "_stock2"), .cols = 5:8) %>%
  select(!starts_with("date"))

data_bind
#> # A tibble: 6 x 6
#>   open_stock1 close_stock1 intraday_pct_ch_stock1 open_stock2 close_stock2
#>         <dbl>        <dbl>                  <dbl>       <dbl>        <dbl>
#> 1       1095         1090.                 -0.490       1209.        1184.
#> 2       1083.        1092.                  0.827       1196.        1186.
#> 3       1059.        1087.                  2.65        1172.        1181.
#> 4       1063.        1056.                 -0.664       1176.        1150.
#> 5       1051.        1062                   1.06        1165.        1156.
#> 6       1066.        1050.                 -1.44        1180.        1145.
#> # … with 1 more variable: intraday_pct_ch_stock2 <dbl>

#vectorized William Gram's suggested solution
intraday_pct_ch_vec <- c((sum(data_bind$close_stock1) / sum(data_bind$open_stock1)-1)*100 , (sum(data_bind$close_stock2) / sum(data_bind$open_stock2)-1)*100 )

data_bind %>% gt() %>%
  summary_rows(
    fns = list(Week_Sum = ~sum(.)),
    columns = starts_with(c("o", "c"))) %>%
  summary_rows(
    fns = list(Week_Sum = ~ return(intraday_pct_ch_vec[1])),
    columns = 4) %>%
  summary_rows(
    fns = list(Week_Sum = ~ return(intraday_pct_ch_vec[2])),
    columns = 7)


<style>html {
  font-family: -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, Oxygen, Ubuntu, Cantarell, 'Helvetica Neue', 'Fira Sans', 'Droid Sans', Arial, sans-serif;
}

#jdrzqoxgdy .gt_table {
  display: table;
  border-collapse: collapse;
  margin-left: auto;
  margin-right: auto;
  color: #333333;
  font-size: 16px;
  font-weight: normal;
  font-style: normal;
  background-color: #FFFFFF;
  width: auto;
  border-top-style: solid;
  border-top-width: 2px;
  border-top-color: #A8A8A8;
  border-right-style: none;
  border-right-width: 2px;
  border-right-color: #D3D3D3;
  border-bottom-style: solid;
  border-bottom-width: 2px;
  border-bottom-color: #A8A8A8;
  border-left-style: none;
  border-left-width: 2px;
  border-left-color: #D3D3D3;
}

#jdrzqoxgdy .gt_heading {
  background-color: #FFFFFF;
  text-align: center;
  border-bottom-color: #FFFFFF;
  border-left-style: none;
  border-left-width: 1px;
  border-left-color: #D3D3D3;
  border-right-style: none;
  border-right-width: 1px;
  border-right-color: #D3D3D3;
}

#jdrzqoxgdy .gt_title {
  color: #333333;
  font-size: 125%;
  font-weight: initial;
  padding-top: 4px;
  padding-bottom: 4px;
  border-bottom-color: #FFFFFF;
  border-bottom-width: 0;
}

#jdrzqoxgdy .gt_subtitle {
  color: #333333;
  font-size: 85%;
  font-weight: initial;
  padding-top: 0;
  padding-bottom: 4px;
  border-top-color: #FFFFFF;
  border-top-width: 0;
}

#jdrzqoxgdy .gt_bottom_border {
  border-bottom-style: solid;
  border-bottom-width: 2px;
  border-bottom-color: #D3D3D3;
}

#jdrzqoxgdy .gt_col_headings {
  border-top-style: solid;
  border-top-width: 2px;
  border-top-color: #D3D3D3;
  border-bottom-style: solid;
  border-bottom-width: 2px;
  border-bottom-color: #D3D3D3;
  border-left-style: none;
  border-left-width: 1px;
  border-left-color: #D3D3D3;
  border-right-style: none;
  border-right-width: 1px;
  border-right-color: #D3D3D3;
}

#jdrzqoxgdy .gt_col_heading {
  color: #333333;
  background-color: #FFFFFF;
  font-size: 100%;
  font-weight: normal;
  text-transform: inherit;
  border-left-style: none;
  border-left-width: 1px;
  border-left-color: #D3D3D3;
  border-right-style: none;
  border-right-width: 1px;
  border-right-color: #D3D3D3;
  vertical-align: bottom;
  padding-top: 5px;
  padding-bottom: 6px;
  padding-left: 5px;
  padding-right: 5px;
  overflow-x: hidden;
}

#jdrzqoxgdy .gt_column_spanner_outer {
  color: #333333;
  background-color: #FFFFFF;
  font-size: 100%;
  font-weight: normal;
  text-transform: inherit;
  padding-top: 0;
  padding-bottom: 0;
  padding-left: 4px;
  padding-right: 4px;
}

#jdrzqoxgdy .gt_column_spanner_outer:first-child {
  padding-left: 0;
}

#jdrzqoxgdy .gt_column_spanner_outer:last-child {
  padding-right: 0;
}

#jdrzqoxgdy .gt_column_spanner {
  border-bottom-style: solid;
  border-bottom-width: 2px;
  border-bottom-color: #D3D3D3;
  vertical-align: bottom;
  padding-top: 5px;
  padding-bottom: 6px;
  overflow-x: hidden;
  display: inline-block;
  width: 100%;
}

#jdrzqoxgdy .gt_group_heading {
  padding: 8px;
  color: #333333;
  background-color: #FFFFFF;
  font-size: 100%;
  font-weight: initial;
  text-transform: inherit;
  border-top-style: solid;
  border-top-width: 2px;
  border-top-color: #D3D3D3;
  border-bottom-style: solid;
  border-bottom-width: 2px;
  border-bottom-color: #D3D3D3;
  border-left-style: none;
  border-left-width: 1px;
  border-left-color: #D3D3D3;
  border-right-style: none;
  border-right-width: 1px;
  border-right-color: #D3D3D3;
  vertical-align: middle;
}

#jdrzqoxgdy .gt_empty_group_heading {
  padding: 0.5px;
  color: #333333;
  background-color: #FFFFFF;
  font-size: 100%;
  font-weight: initial;
  border-top-style: solid;
  border-top-width: 2px;
  border-top-color: #D3D3D3;
  border-bottom-style: solid;
  border-bottom-width: 2px;
  border-bottom-color: #D3D3D3;
  vertical-align: middle;
}

#jdrzqoxgdy .gt_from_md > :first-child {
  margin-top: 0;
}

#jdrzqoxgdy .gt_from_md > :last-child {
  margin-bottom: 0;
}

#jdrzqoxgdy .gt_row {
  padding-top: 8px;
  padding-bottom: 8px;
  padding-left: 5px;
  padding-right: 5px;
  margin: 10px;
  border-top-style: solid;
  border-top-width: 1px;
  border-top-color: #D3D3D3;
  border-left-style: none;
  border-left-width: 1px;
  border-left-color: #D3D3D3;
  border-right-style: none;
  border-right-width: 1px;
  border-right-color: #D3D3D3;
  vertical-align: middle;
  overflow-x: hidden;
}

#jdrzqoxgdy .gt_stub {
  color: #333333;
  background-color: #FFFFFF;
  font-size: 100%;
  font-weight: initial;
  text-transform: inherit;
  border-right-style: solid;
  border-right-width: 2px;
  border-right-color: #D3D3D3;
  padding-left: 12px;
}

#jdrzqoxgdy .gt_summary_row {
  color: #333333;
  background-color: #FFFFFF;
  text-transform: inherit;
  padding-top: 8px;
  padding-bottom: 8px;
  padding-left: 5px;
  padding-right: 5px;
}

#jdrzqoxgdy .gt_first_summary_row {
  padding-top: 8px;
  padding-bottom: 8px;
  padding-left: 5px;
  padding-right: 5px;
  border-top-style: solid;
  border-top-width: 2px;
  border-top-color: #D3D3D3;
}

#jdrzqoxgdy .gt_grand_summary_row {
  color: #333333;
  background-color: #FFFFFF;
  text-transform: inherit;
  padding-top: 8px;
  padding-bottom: 8px;
  padding-left: 5px;
  padding-right: 5px;
}

#jdrzqoxgdy .gt_first_grand_summary_row {
  padding-top: 8px;
  padding-bottom: 8px;
  padding-left: 5px;
  padding-right: 5px;
  border-top-style: double;
  border-top-width: 6px;
  border-top-color: #D3D3D3;
}

#jdrzqoxgdy .gt_striped {
  background-color: rgba(128, 128, 128, 0.05);
}

#jdrzqoxgdy .gt_table_body {
  border-top-style: solid;
  border-top-width: 2px;
  border-top-color: #D3D3D3;
  border-bottom-style: solid;
  border-bottom-width: 2px;
  border-bottom-color: #D3D3D3;
}

#jdrzqoxgdy .gt_footnotes {
  color: #333333;
  background-color: #FFFFFF;
  border-bottom-style: none;
  border-bottom-width: 2px;
  border-bottom-color: #D3D3D3;
  border-left-style: none;
  border-left-width: 2px;
  border-left-color: #D3D3D3;
  border-right-style: none;
  border-right-width: 2px;
  border-right-color: #D3D3D3;
}

#jdrzqoxgdy .gt_footnote {
  margin: 0px;
  font-size: 90%;
  padding: 4px;
}

#jdrzqoxgdy .gt_sourcenotes {
  color: #333333;
  background-color: #FFFFFF;
  border-bottom-style: none;
  border-bottom-width: 2px;
  border-bottom-color: #D3D3D3;
  border-left-style: none;
  border-left-width: 2px;
  border-left-color: #D3D3D3;
  border-right-style: none;
  border-right-width: 2px;
  border-right-color: #D3D3D3;
}

#jdrzqoxgdy .gt_sourcenote {
  font-size: 90%;
  padding: 4px;
}

#jdrzqoxgdy .gt_left {
  text-align: left;
}

#jdrzqoxgdy .gt_center {
  text-align: center;
}

#jdrzqoxgdy .gt_right {
  text-align: right;
  font-variant-numeric: tabular-nums;
}

#jdrzqoxgdy .gt_font_normal {
  font-weight: normal;
}

#jdrzqoxgdy .gt_font_bold {
  font-weight: bold;
}

#jdrzqoxgdy .gt_font_italic {
  font-style: italic;
}

#jdrzqoxgdy .gt_super {
  font-size: 65%;
}

#jdrzqoxgdy .gt_footnote_marks {
  font-style: italic;
  font-size: 65%;
}
</style>
<div id="jdrzqoxgdy" style="overflow-x:auto;overflow-y:auto;width:auto;height:auto;"><table class="gt_table">
  
  <thead class="gt_col_headings">
    <tr>
      <th class="gt_col_heading gt_columns_bottom_border gt_left" rowspan="1" colspan="1"></th>
      <th class="gt_col_heading gt_columns_bottom_border gt_right" rowspan="1" colspan="1">open_stock1</th>
      <th class="gt_col_heading gt_columns_bottom_border gt_right" rowspan="1" colspan="1">close_stock1</th>
      <th class="gt_col_heading gt_columns_bottom_border gt_right" rowspan="1" colspan="1">intraday_pct_ch_stock1</th>
      <th class="gt_col_heading gt_columns_bottom_border gt_right" rowspan="1" colspan="1">open_stock2</th>
      <th class="gt_col_heading gt_columns_bottom_border gt_right" rowspan="1" colspan="1">close_stock2</th>
      <th class="gt_col_heading gt_columns_bottom_border gt_right" rowspan="1" colspan="1">intraday_pct_ch_stock2</th>
    </tr>
  </thead>
  <tbody class="gt_table_body">
    <tr>
      <td class="gt_row gt_left gt_stub"></td>
      <td class="gt_row gt_right">1095.00</td>
      <td class="gt_row gt_right">1089.63</td>
      <td class="gt_row gt_right">-0.4904110</td>
      <td class="gt_row gt_right">1208.71</td>
      <td class="gt_row gt_right">1183.983</td>
      <td class="gt_row gt_right">-2.0456995</td>
    </tr>
    <tr>
      <td class="gt_row gt_left gt_stub"></td>
      <td class="gt_row gt_right">1082.65</td>
      <td class="gt_row gt_right">1091.60</td>
      <td class="gt_row gt_right">0.8266753</td>
      <td class="gt_row gt_right">1196.36</td>
      <td class="gt_row gt_right">1185.953</td>
      <td class="gt_row gt_right">-0.8698527</td>
    </tr>
    <tr>
      <td class="gt_row gt_left gt_stub"></td>
      <td class="gt_row gt_right">1058.77</td>
      <td class="gt_row gt_right">1086.84</td>
      <td class="gt_row gt_right">2.6511896</td>
      <td class="gt_row gt_right">1172.48</td>
      <td class="gt_row gt_right">1181.193</td>
      <td class="gt_row gt_right">0.7431629</td>
    </tr>
    <tr>
      <td class="gt_row gt_left gt_stub"></td>
      <td class="gt_row gt_right">1062.75</td>
      <td class="gt_row gt_right">1055.69</td>
      <td class="gt_row gt_right">-0.6643237</td>
      <td class="gt_row gt_right">1176.46</td>
      <td class="gt_row gt_right">1150.043</td>
      <td class="gt_row gt_right">-2.2454376</td>
    </tr>
    <tr>
      <td class="gt_row gt_left gt_stub"></td>
      <td class="gt_row gt_right">1050.81</td>
      <td class="gt_row gt_right">1062.00</td>
      <td class="gt_row gt_right">1.0648832</td>
      <td class="gt_row gt_right">1164.52</td>
      <td class="gt_row gt_right">1156.353</td>
      <td class="gt_row gt_right">-0.7012905</td>
    </tr>
    <tr>
      <td class="gt_row gt_left gt_stub"></td>
      <td class="gt_row gt_right">1065.84</td>
      <td class="gt_row gt_right">1050.47</td>
      <td class="gt_row gt_right">-1.4420551</td>
      <td class="gt_row gt_right">1179.55</td>
      <td class="gt_row gt_right">1144.823</td>
      <td class="gt_row gt_right">-2.9440531</td>
    </tr>
    <tr>
      <td class="gt_row gt_stub gt_right gt_grand_summary_row gt_first_grand_summary_row">Week_Sum</td>
      <td class="gt_row gt_right gt_grand_summary_row gt_first_grand_summary_row">6,415.82</td>
      <td class="gt_row gt_right gt_grand_summary_row gt_first_grand_summary_row">6,436.23</td>
      <td class="gt_row gt_right gt_grand_summary_row gt_first_grand_summary_row">0.32</td>
      <td class="gt_row gt_right gt_grand_summary_row gt_first_grand_summary_row">7,098.08</td>
      <td class="gt_row gt_right gt_grand_summary_row gt_first_grand_summary_row">7,002.35</td>
      <td class="gt_row gt_right gt_grand_summary_row gt_first_grand_summary_row">&minus;1.35</td>
    </tr>
  </tbody>
  
  
</table></div>

<sup>Created on 2021-04-21 by the [reprex package](https://reprex.tidyverse.org) (v2.0.0)</sup>

【问题讨论】：

    标签： r dplyr html-table r-markdown gt


    【解决方案1】：

    我完全误解了您对gt() 的意图，对此深表歉意。

    您可以添加一个额外的summary_rows 并单独计算总和：

    intraday_pct_ch_total <- (sum(data$close) / sum(data$open)-1)*100 

data %>% 
  gt() %>%
  summary_rows(
    fns = list(Week_Sum = ~ sum(.)),
    columns = vars(open, close)) %>% 
  summary_rows(
    fns = list(Week_Sum = ~ return(intraday_pct_ch_total)),
    columns = vars(intraday_pct_ch)
  )

    如果这会产生您期望的表格，请告诉我。

    更新 我一直在尽我所能使答案具有可扩展性，但无济于事。

    首先我创建了intraday_pct_ch，它可以包含任意数量的列：

    pct_changes <- data %>% 
  summarise(
    across(contains('open'), sum),
    across(contains('close'), sum)
  ) %>% 
  pivot_longer(
    cols = everything(),
    names_to = c('open_close', 'no'),
    names_pattern = '(open|close)(.)',
    values_to = 'sum'
  ) %>% 
  pivot_wider(
    names_from = 'open_close',
    values_from = 'sum'
  ) %>% 
  mutate(diff = (close/open-1)*100, .keep='unused') %>% 
  pivot_wider(
    names_from = 'no',
    values_from = 'diff',
    names_prefix = 'intraday_pct_ch'
  )

    然后我必须将它们添加到表格中：

    table_info <- data %>% gt() %>%
  summary_rows(
    fns = list(Week_Sum = ~sum(.)),
    columns = starts_with(c("o", "c"))
  )

table_info %>%
  summary_rows(
    fns = list(Week_Sum = ~ return(as.numeric(pct_changes[1, 1]))),
    columns = names(tmp)[1]) %>%
  summary_rows(
    fns = list(Week_Sum = ~ return(as.numeric(pct_changes[1, 2]))),
    columns = names(tmp)[2]
  )

    我尝试制作一个愚蠢的循环，这样就不必手动进行，但出于某种原因，至少在我这边，它不起作用。

    for (i in seq_along(pct_changes)) {
  table_info
  print(paste0('change: ', i, ': ', names(pct_changes)[i], ': ', pct_changes %>% pull(names(pct_changes)[i])))
  table_info <- table_info %>% 
    summary_rows(
      fns = list(Week_Sum = ~ pct_changes %>% pull(names(pct_changes)[i])),
      columns = names(pct_changes)[i]
    )
}

    【讨论】：

    • 不，在这种情况下，日期并不重要。我的实际用例不是标准普尔数据；我只是认为这会更容易重现。每个观察实际上是一个帐户余额。我想要的是能够使用 summary_rows() 来计算和显示呈现的 gt 表中账户余额总和的百分比变化。
    • 谢谢，这很有用，但似乎并没有扩展到表具有这三种列类型的多组并排的情况（例如 open_stock1、close_stock1、pct_ch_stock1、open_stock2、close_stock2、 pct_ch_stock2...)。相反，我尝试计算 intraday_pct_ch_totals 的向量，希望您的结果会按位置填充缺失的列，但它不起作用。编辑表示以澄清是否有意义？
    • 您能否举例说明您的实际数据的外观/扩展方式？
    • 感谢您的努力。我会继续关注它。似乎我们需要一种方法让传递给 summary_rows() 的函数允许类似 mutate() 的语法，在这种语法中，我们可以调用函数中 columns 参数返回的每列之前的紧邻两个位置的列。跨度>
    • 是的，问题似乎是它想将一个函数传递给gt()中已经存在的数据，并且选择准确的列。我发现另一个thread 似乎也攻击了你的问题。我认为这个包不是为处理像你这样的案件而设计的。
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2020-03-29
    • 2021-05-19
    • 1970-01-01
    相关资源
    最近更新 更多
    热门标签
    Java Python linux javascript Mysql C# Docker 算法 前端 SpringBoot Redis Vue spring 设计模式 .net core .net kubernetes c++ 数据库 数据结构 大数据 js 机器学习 微服务 Android Go 程序员 面试 JVM ASP.net core 云原生 人工智能 后端 PHP git CSS golang k8s Nginx Django mybatis 深度学习 多线程 React 架构 devops 爬虫 云计算 Spring Boot LeetCode