Tabeller

Tabeller er egentlig bare data frame, altså datasett (ikke rådata men sammendrag). Forskjellen er at vi i Saros globalt presenterer alle disse som såkalt gt-tabeller (se helt nederst), som ser mye penere ut enn det man får i de neste eksemplene. Alternativt kan man helt fra starten konvertere til gt, og så gjøre videre manipulasjoner der (litt annen syntaks, men gir flere muligheter for formattering, slå sammen celler, osv).

Lage prosent/frekvens-tabell

library(tidyverse)
min_tabell <-
  saros::ex_survey %>% 
  saros::embed_cat_table(dep = b_1:b_3, indep=x2_human, digits=0, data_label="percentage_bare")
min_tabell

# A tibble: 6 × 6
  How much do you like liv…¹ `Is respondent human?` `Not at all (%)` `A bit (%)`
  <ord>                      <fct>                  <chr>            <chr>      
1 Bejing                     Definitely humanoid    45               44         
2 Bejing                     Robot?                 41               51         
3 Brussels                   Definitely humanoid    47               42         
4 Brussels                   Robot?                 49               42         
5 Budapest                   Definitely humanoid    42               48         
6 Budapest                   Robot?                 50               44         
# ℹ abbreviated name: ¹​`How much do you like living in`
# ℹ 2 more variables: `A lot (%)` <chr>, `Total (N)` <int>

Redigere tabeller

Dette blir som å gjøre vanlige operasjoner på et datasett, benytt mutate, filter, osv. Husk at det ikke er nødvendig å finpusse på layouten, så lenge innholdet er riktig (inkluderer også tabelloverskrifter/kolonneoverskrifter).

Fjerne rader

Husk at selv om det står `52` i tabellen kan det være at tallet er lagret som tekst.

min_tabell <-
  min_tabell %>%
  filter(`How much do you like living in` != "Bejing" & !is.na(`How much do you like living in`))  
min_tabell

# A tibble: 4 × 6
  How much do you like liv…¹ `Is respondent human?` `Not at all (%)` `A bit (%)`
  <ord>                      <fct>                  <chr>            <chr>      
1 Brussels                   Definitely humanoid    47               42         
2 Brussels                   Robot?                 49               42         
3 Budapest                   Definitely humanoid    42               48         
4 Budapest                   Robot?                 50               44         
# ℹ abbreviated name: ¹​`How much do you like living in`
# ℹ 2 more variables: `A lot (%)` <chr>, `Total (N)` <int>

Endre kolonneoverskrift

min_tabell <-    
  min_tabell %>%    
  rename(Sted = `How much do you like living in`,
         Menneske = `Is respondent human?`)
min_tabell

# A tibble: 4 × 6
  Sted     Menneske         `Not at all (%)` `A bit (%)` `A lot (%)` `Total (N)`
  <ord>    <fct>            <chr>            <chr>       <chr>             <int>
1 Brussels Definitely huma… 47               42          10                  144
2 Brussels Robot?           49               42          10                  156
3 Budapest Definitely huma… 42               48          10                  144
4 Budapest Robot?           50               44          6                   156

Endre tekst i en kolonnes innhold

min_tabell <-
  min_tabell %>%
  mutate(Menneske = 
           case_when(Menneske == "Definitely humanoid" ~ "Ja",
                     Menneske == "Robot?" ~ "Nei"))
min_tabell

# A tibble: 4 × 6
  Sted     Menneske `Not at all (%)` `A bit (%)` `A lot (%)` `Total (N)`
  <ord>    <chr>    <chr>            <chr>       <chr>             <int>
1 Brussels Ja       47               42          10                  144
2 Brussels Nei      49               42          10                  156
3 Budapest Ja       42               48          10                  144
4 Budapest Nei      50               44          6                   156

Presentasjon

gt::gt(min_tabell)

Tabell 1: En penere formattert figur. Merk at man ved NIFU ikke trenger å tenke på design, bare innhold.

Sted	Menneske	Not at all (%)	A bit (%)	A lot (%)	Total (N)
Brussels	Ja	47	42	10	144
Brussels	Nei	49	42	10	156
Budapest	Ja	42	48	10	144
Budapest	Nei	50	44	6	156