Hace poco estuve trabajando en un post para Open Data Córdoba en cual tenía que mostrar diversos valores para diversas categorías. Mi primer instinto fue cargar ggplot2 pero me enfrentaba a varias problemáticas:
- Los nombres de las categorías eran muy largos, lo cual complicaba los labels del gráfico
- Los valores numéricos eran ordenes de magnitud diferentes, teniendo en los 10 primeros millones y miles, lo cual hacía que las barras fueran confusas
- Me parecía demasiado overhead un gráfico para mostrar esos valores
- Si bien, la diferencia entre los valores era importante, quería hacer énfasis en el valor numérico de cada variable. Quería que el número sea claro.
¿No sería más simple, mostrar esos valores en una simple tabla?
Visualizando valores en tablas
Buscando opciones de visualización me encontré con la funcion kable del paquete knitr, el paquete kableExtra y el paquete formattable que me permitieron resolver la problemática de una manera súper elegante.
Voy a replicar aquí la obtención de datos y la visualización
Obtención de Datos
library(readr)
library(dplyr)
pauta201702 <- read_csv("http://datos.gob.ar/dataset/122808ec-dcd1-4a9b-aafe-8fa80ac2a2f4/resource/79557a3e-c155-4a48-83f5-bd5bf1973555/download/pauta-oficial-segundo-semestre-2017.csv")
pauta201701 <- read_csv("http://datos.gob.ar/dataset/122808ec-dcd1-4a9b-aafe-8fa80ac2a2f4/resource/6cc9c4b4-fbc4-41dd-8f01-7d1dedbed596/download/pauta-publicitaria-primer-semestre-2017.csv")
pauta201702$es_canje <- NULL
pauta <- rbind(pauta201701, pauta201702)
rm(pauta201702, pauta201701)
pauta <- pauta %>%
filter(provincia_medio == "Cordoba")Visualización en Tabla
library(knitr)
library(kableExtra)
library(formattable)
# Reemplazo formatter::color_bar con version propia dado que el parametro rtl rompia la visualizacion
color_bar <- function(color = "lightgray", fun = "proportion", ...) {
fun <- match.fun(fun)
formatter("span",
style = function(x) style(
display = "inline-block",
#direction = "rtl",
"border-radius" = "4px",
"padding-right" = "2px",
"background-color" = csscolor(color),
width = percent(fun(as.numeric(x), ...))
))
}
pauta %>%
group_by(campania) %>%
summarise(total_con_iva = sum(total_con_iva)) %>%
arrange(desc(total_con_iva)) %>%
select('Campaña' = campania,
Total = total_con_iva) %>%
mutate(Total = currency(Total, "$", format = "d"),
Total = color_bar("lightgreen")(Total)) %>%
head(10) %>%
kable("html", escape = FALSE) %>%
kable_styling("hover", full_width = FALSE) %>%
add_header_above(
c("Pauta Oficial Nacional en medios de Córdoba (2017) - Top 10" = 2)
)| Campaña | Total |
|---|---|
| Presidencia de la Nacion - Haciendo Lo Que Hay Que Hacer | $38,877,271 |
| Registro Nacional de Chicos Extraviados 2017 | $10,347,808 |
| Campaña Verano 2017- Ministerio de Turismo | $9,929,693 |
| Campaña de Difusión de Ahorro y Eficiencia Energética - Min. de Energia y Mineria | $8,412,694 |
| Presidencia de la Nacion - Difusion | $5,137,385 |
| Niños Extraviados 2017 - Ministerio de Justicia | $4,866,707 |
| Banco de la Nacion - Creditos Hipotecarios | $4,647,010 |
| Afip - Sinceramiento Fiscal | $4,394,272 |
| Campaña Dengue 2016/2017 -Ministerio de Salud | $3,884,393 |
| Presidencia de la Nacion - Obras en Ejecucion - Haciendo Lo Que Hay Que Hacer | $3,604,456 |
Conclusiones
Algunos de los beneficios de la Tabla Obtenida:
- Los paquetes son compatibles con el pipe de R y tidyverse
- Me permite visualizar correctamente los nombres de las Campañas
- Los valores de cada campaña son claramente legibles
- la función color_bar() me permite sutilmente dar a cuenta de un vistazo de la desproporción entre el valor de las variables
Dejo un link con la documentación de todo lo que es posible hacer con kableExtra y de las ventajas de usar formattable.
Nota sobre la función color_bar
formattable tiene un bug cuando los valores a mostrar son muy diferentes entre si (cuando la diferencia es exponencial). Para resolverlo sobreescribi la función original del paquete comentando el atributo direction.