1. Introducció

Markdown és una sintaxi per crear documents en múltiples formats (HTML, PDF, WORD, etc.). És possible combinar text formatejat i codi en R. Tot i que ve instal·lat amb RStudio, si teniu algun problema podeu instal·lar el paquet RMarkdown.

Per formatejar el text:

cursiva
negreta
codi. Exemple: Calcula la mitjana aritmètica amb la funció mean.

També pots incorporar enllaços a pàgines web: http://campusvirtual.ub.edu.

Per fer una cita textual:

You can have data without information, but you cannot have information without data.

Un cop preparat el document, cal compilar amb el butó Knit triant el format de sortida.

Podem provar a generar aquest mateix document en HTML, PDF o WORD. És possible que, per crear documents en PDF, necessiteu el paquet TinyTeX.

1.1 Codi R dins d’un fitxer RMarkdown

És el que es coneix com chunks, que estan identificats amb ```{r}

a <- 5
b <- 3
c <- a+b
print(c)

## [1] 8

Un altre exemple de chunk

##      speed           dist       
##  Min.   : 4.0   Min.   :  2.00  
##  1st Qu.:12.0   1st Qu.: 26.00  
##  Median :15.0   Median : 36.00  
##  Mean   :15.4   Mean   : 42.98  
##  3rd Qu.:19.0   3rd Qu.: 56.00  
##  Max.   :25.0   Max.   :120.00

1.2 Paràmetres en un chunk

include = FALSE: ni el codi ni el resultat apareix en el document, però s’executa i es pot aprofitar en un altre chunk.
echo = FALSE: no es mostra el codi, però sí el resultat.
message = FALSE: evita que els missatges que genera el codi apareguin al document.
warning = FALSE: evita que els missatges de warning generats pel codi apareguin al document.
fig.cap = “…” : afegeix un títol a un resultat gràfic

1.3 Mostrar un dataframe

Per defecte, un dataframe es veu igual que a RStudio.

head(mtcars, 10)

##                    mpg cyl  disp  hp drat    wt  qsec vs am gear carb
## Mazda RX4         21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
## Mazda RX4 Wag     21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
## Datsun 710        22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
## Hornet 4 Drive    21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
## Hornet Sportabout 18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
## Valiant           18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
## Duster 360        14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
## Merc 240D         24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
## Merc 230          22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
## Merc 280          19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4

Hi ha diversos paquets que permeten fer taules. Una opció és la funció kabble del paquet knitr. Per exemple:

Característiques dels quatre primers cotxes
	mpg	cyl	disp
Mazda RX4	21.0	6	160
Mazda RX4 Wag	21.0	6	160
Datsun 710	22.8	4	108
Hornet 4 Drive	21.4	6	258

2. Gràfics

És possible incorporar gràfics al document. Per exemple:

El parámetro echo = FALSE impedeix que s’imprimeixi el codi, només el gràfic.

En el següent exemple, no l’hem fet servir. Compara el resultat:

plot(cars) # També admet missatges explicatius com aquest

Relació entre temperatura i pressió

2.1 Heatmap

Presentarem ara un informe gràfic del retard mensual d’algunes companyies aèries.

Aquestes són les dades que hem recopilat:

Mitjana de minuts de retard durant 2020
Companyia	Gener	Febrer	Març	Abril	Maig	Juny	Juliol	Agost	Setembre	Octubre	Novembre	Desembre
Alitalia	28	30	26	20	20	32	15	12	6	2	3	16
Easyjet	118	176	121	75	143	5	8	163	145	173	148	145
Emirates	20	219	211	23	123	50	60	90	150	200	240	308
Iberia	200	490	400	390	440	120	360	370	500	310	250	475
KLM	9	10	7	5	8	14	7	5	1	2	4	7
Lufthansa	365	247	180	113	117	177	330	382	348	345	100	184
Ryanair	432	454	431	381	367	367	318	467	432	455	424	415
Vueling	117	177	330	382	348	345	100	184	365	247	180	345

Mostrarem aquesta informació en un mapa de calor amb ggplot.

# Canviem el format de les dades per elaborar el mapa de calor
library(reshape)

## Warning: package 'reshape' was built under R version 4.0.5

## 
## Attaching package: 'reshape'

## The following object is masked from 'package:dplyr':
## 
##     rename

## The following objects are masked from 'package:tidyr':
## 
##     expand, smiths

delays2 <- reshape::melt(delays)

## Using Companyia as id variables

p <- ggplot(delays2, aes(variable, Companyia, fill= value)) + 
  geom_tile()
print(p)

Ordenem alfabèticament les companyies.

# Primer fem l'ordenació
delays2$Companyia <- with(delays2,factor(Companyia,levels = rev(sort(unique(Companyia)))))

# A continuació, repetim el gràfic, ara ja ordenat
p2 <- ggplot(delays2, aes(variable, Companyia, fill= value)) + 
  geom_tile()
p2

Afegim alguns títols

p3 <- p2+xlab("Mes de l'any") +
 ylab("Companyia aèria") +
 ggtitle("Retard mensual") +
 labs(fill = "Mitjana en minuts")
p3

Pots triar altres palettes de colors:

p3+ scale_fill_distiller(palette = 'Accent')

Pots provar totes aquestes:

Diverging: BrBG, PiYG, PRGn, PuOr, RdBu, RdGy, RdYlBu, RdYlGn, Spectral
Qualitative: Accent, Dark2, Paired, Pastel1, Pastel2, Set1, Set2, Set3
Sequential: Blues, BuGn, BuPu, GnBu, Greens, Greys, Oranges, OrRd, PuBu, PuBuGn, PuRd, Purples, RdPu, Reds, YlGn, YlGnBu, YlOrBr, YlOrRd

O introduir colors manualment:

p3+scale_fill_gradient(low="white",high="steelblue")

2.2 Crear un mapa amb una ubicació

Ubiquem la Facultat en un mapa:

3.Recursos

Help > Cheatsheets

Publicar documents fets amb R Markdown: https://rpubs.com

R Markdown: The Definitive Guide: https://bookdown.org/yihui/rmarkdown/

Informes RMarkdown

Ángel

13/12/2021