Ggplot2-plot i Excel til avancerede datavisualiseringer

I denne tutorial vil jeg vise, hvordan man skriver ggplot2-plot i Excel for at skabe reproducerbare og mere avancerede brugerdefinerede datavisualiseringer med forbedret kvalitet og æstetik. Du kan se den fulde video af denne tutorial nederst på denne blog.

ggplot2 plots er en velkendt R-pakke til datavisualisering. Vi vil udvide det til Excel via den åbne XLSX-pakke. Dette bruges til at læse, skrive eller redigere XLSX-filer, så det skal være den moderne Excel-filtype.

Du kan bruge dette til virkelig at automatisere produktionen af ​​Excel-projektmapper fra R. Det har nogle ligheder med VBA i forhold til hvordan det fungerer. Det gode ved at bruge denne pakke er, at du er i stand til at udvide mulighederne for din rapportering med R's muligheder.

ggplot2 er en meget respekteret visualiseringspakke. Mange af de bedste datajournalister og publikationer bruger denne pakke, og vi dækker den i R for Users-kurserne på LuckyTemplates. Det kan du også tage et kig på.

Indholdsfortegnelse

• Sådan skriver du ggplot2-plot i Excel
• Konklusion

Sådan skriver du ggplot2-plot i Excel

Til vores demo i dag vil vi fokusere på den åbne XLSX-pakke og skrive disse resultater, især ggplot2 i Excel. Vi bliver nødt til at oprette objekter i R. Vi vil være i stand til at manipulere disse objekter, indsætte alt i Excel og derefter lukke projektmappen.

Jeg er her i R studiet. Vi skal læse et datasæt MPG her fra nettet. Jeg har også nogle pakker, som vi bruger.

Lad os nu gå videre og komme i gang med hovedfunktionen. Vi laver projektmappen her, og så vil jeg kalde den analyse_ark . Du kan kalde det hvad du vil. Det kommer til at være addWorksheet til denne projektmappe. Lad os kalde arkets navn, Analyse.

Jeg vil lave en virkelig grundlæggende lineær regression. Vi skal visualisere disse resultater, og så smider vi det ind i Excel. Jeg vil kalde dette mpg_lm for den lineære model. R er virkelig bygget til statistisk analyse, så det har en funktion til at lave lineær regression. Vi skal modellere mpg efter vægt. Dette er en lineær regression.

Nu skal jeg rydde op i resultaterne. Den ryddelige funktionspakke er beregnet til at tage nogle af R's resultater og sætte dem i et mere konsistent maskine og brugervenligt format her. Vi har alt på en måde stablet væk i en ensartet tabelform, så det vil gøre det meget nemmere at sætte ind i Excel. Excel kan godt lide at have ting i tabeller.

Lad os skrive dette ud til Excel nu. Jeg vil bruge writeDataTable . Arket vil være analysearket , og vi vil sige, X er lig med mpg_lm_tidy . Dette vil blive skrevet som en tabel i Excel, og vi vil ikke inkludere rækkenavnene.

Og så, hvad vi skal gøre er at visualisere dette. Vi tjekker det først ud i R, og derefter sender vi disse resultater til . Grundlæggende er det, vi laver her, at skabe et scannerplot. Jeg vil tilføje geom_point og derefter tilføje geom_smooth . Metoden her vil være lm for lineær model. Når jeg kører dette, ser vi vores regressionsplot.

Vi har vægt på X-aksen. Vi har mgp på Y, og så ser vi det nedadgående forhold, her er vores regressionspasningslinje. Så vi har koefficienterne her, tilpasningsværdierne osv.

Og så vil vi tilføje plottet, så vi også kan tilføje dette til projektmappen. Det vil være insertPlot , siger projektmappe ( wb ), arket bliver detigen, og så kan vi angive startrækken og dimensionerne.

Den sidste ting, vi skal gøre her, er at specificere, hvor denne rapport skal hen. Jeg vil kalde denne mpg-rapport, og så gemmer jeg min projektmappe. Jeg har tænkt mig at køre det her, og så kan vi hente denne fil og kigge.

Jeg er ovre i Excel nu. Det sted, hvor denne fil ender, har at gøre med, hvor din arbejdsmappe er i R, så du kan tune ind på det.

Konklusion

I denne tutorial har jeg vist dig, hvordan du skriver ggplot2-plot i Excel. Hvorfor ville du gøre dette versus i Excel, når det kommer til at plotte? Nå, én ting er reproducerbarheden af ​​ggplot. Alt er kodedrevet. Der er ingen peg og klik, og det gør tingene mere tilpasselige.

Ulemperne er på den anden side, at de ikke er interaktive. Billedet er bare statisk. Vi kan ikke klikke på det. Vi har ikke værktøjstip eller lignende. ggplot-plot er muligvis ikke bekendt for dine brugere, så det kan være en anden ulempe.

Vi har fokuseret på at bygge ggplot2 plots og sende det ud til Excel. Du kunne virkelig bygge en hel rapport i R til Excel. Alt hvad du skal gøre i Excel, kan du ringe eksternt fra R. En specifik use case for dette ville være de svære Excel plots, som Excel virkelig kæmper med. Excel har nogle statistiske muligheder, så R bliver meget nemmere at udføre.

Alt det bedste!