Графики Ggplot2 в Excel для расширенной визуализации данных

В этом уроке я покажу, как писать графики ggplot2 в Excel для создания воспроизводимых и более сложных пользовательских визуализаций данных с улучшенным качеством и эстетикой. Вы можете посмотреть полное видео этого урока в нижней части этого блога.

ggplot2 plots — известный пакет R для визуализации данных. Мы собираемся распространить это на Excel через открытый пакет XLSX. Это используется для чтения, записи или редактирования файлов XLSX, поэтому оно должно быть современным расширением файла Excel.

Вы можете использовать это, чтобы действительно полностью автоматизировать создание книг Excel из R. Он имеет некоторое сходство с VBA с точки зрения того, как он работает. Преимущество использования этого пакета заключается в том, что вы можете расширить возможности своих отчетов Excel с помощью возможностей R.

ggplot2 — очень уважаемый пакет визуализации. Этот пакет используют многие ведущие журналисты данных и публикации, и мы рассказываем о нем на курсах R для пользователей LuckyTemplates в LuckyTemplates. Вы также можете взглянуть на это.

Оглавление

• Как писать графики ggplot2 в Excel
• Заключение

Как писать графики ggplot2 в Excel

В нашей сегодняшней демонстрации мы сосредоточимся на открытом пакете XLSX и запишем эти результаты, в частности, ggplot2 в Excel. Нам нужно будет создавать объекты в R. Мы сможем манипулировать этими объектами, вставлять все в Excel, а затем закрывать книгу.

Я здесь, в студии R. Мы собираемся прочитать набор данных MPG здесь из Интернета. У меня также есть несколько пакетов, которые мы используем.

Теперь давайте продолжим и начнем с функции головы. Здесь мы создадим рабочую книгу, а затем я назову ее analysis_sheet . Вы можете называть это как хотите. Это будет addWorksheet в эту книгу. Назовем имя листа Analysis.

Я собираюсь сделать очень простую линейную регрессию. Мы собираемся визуализировать эти результаты, а затем закинем их в Excel. Я назову это mpg_lm для линейной модели. R действительно создан для статистического анализа, поэтому в нем есть функция линейной регрессии. Мы собираемся моделировать мили на галлон по весу. Это линейная регрессия.

Теперь я собираюсь привести результаты в порядок. Пакет аккуратных функций предназначен для того, чтобы взять некоторые результаты R и поместить их в более последовательный машинный и удобный для пользователя формат. У нас все сложено в единую форму таблицы, так что это значительно облегчит вставку в Excel. Excel любит иметь вещи в таблицах.

Давайте сейчас запишем это в Excel. Я собираюсь использовать writeDataTable . Лист будет _листом анализа , и мы скажем, что X равно mpg_lm_tidy . Это будет записано в виде таблицы в Excel, и мы не будем включать имена строк.

И затем, что мы собираемся сделать, это визуализировать это. Сначала мы проверим это в R, а затем отправим эти результаты в Excel . По сути, то, что мы здесь делаем, — это создание графика сканирования. Я собираюсь добавить geom_point , а затем добавить geom_smooth . Метод здесь будет lm для линейной модели. Когда я запускаю это, мы видим наш график регрессии.

У нас есть вес на оси X. У нас есть mgp на Y, а затем мы видим нисходящее отношение, которое является нашей подходящей линией регрессии. Итак, у нас есть коэффициенты, подходящие значения и т. д.

А затем мы собираемся добавить график, чтобы мы могли добавить его и в книгу. Это будет insertPlot , скажем, workbook ( wb ), лист снова будет analysis_sheet , а затем мы можем указать начальную строку и размеры.

Последнее, что мы собираемся здесь сделать, это указать, куда направляется этот отчет. Я назову этот отчет о расходах на галлон, а затем сохраню свою рабочую книгу. Я собираюсь запустить это, а потом мы можем взять этот файл и посмотреть.

Я закончил в Excel сейчас. Место, где заканчивается этот файл, связано с тем, где находится ваш рабочий каталог в R, так что вы можете настроиться на это.

LuckyTemplates с R и RStudio: с чего начать
Три способа использования сценария R во
фреймах данных LuckyTemplates в R: изучение основ

Заключение

В этом уроке я показал вам, как писать графики ggplot2 в Excel. Почему вы делаете это, а не в Excel, когда дело доходит до построения? Ну, во-первых, это воспроизводимость ggplot. Все управляется кодом. Нет наведения и щелчка, и это делает вещи более настраиваемыми.

Недостатком, с другой стороны, является то, что они не интерактивны. Изображение просто статичное. Мы не можем нажать на нее. У нас нет всплывающих подсказок или чего-то подобного. Графики ggplot могут быть незнакомы вашим пользователям, так что это может быть еще одним недостатком.

Мы сосредоточились на построении графиков ggplot2 и отправке их в Excel. Вы действительно можете создать целый отчет в R для Excel. Все, что вам нужно сделать в Excel, вы можете вызывать удаленно из R. Одним из конкретных вариантов использования для этого могут быть те сложные графики Excel, с которыми Excel действительно борется. В Excel есть некоторые статистические возможности, поэтому с R будет намного проще работать.

Всего наилучшего!