Automatisera PowerPoints i R

May 28, 2020

Filip Wästberg

4 minute read

Jag skulle påstå att PowerPoint tillsammans med Excel är det överlägset vanligaste sättet att rapportera analytiska resultat. I min roll som konsult har jag träffat många analytiker som önskar att de kunde lägga mindre tid på att ta fram PowerPoints och mer tid på faktisk analys.

Med paketet officer kan du enkelt skapa PowerPoints från R och dessutom utnyttja din organisations mall.

Först behöver vi lite data. Den tar vi ner från Tilastokeskus - Finlands statistikcentral med hjälp av paketet pxweb.

library(pxweb)

## pxweb: R tools for PX-WEB API.
## Copyright (C) 2014-2018 Mans Magnusson, Leo Lahti et al.
## https://github.com/ropengov/pxweb

pxweb_query_list <- 
  list("Sector"=c("metsa"),
       "Year(*preliminary)"=c("1960","1961","1962","1963","1964","1965","1966","1967","1968","1969","1970","1971","1972","1973","1974","1975","1976","1977","1978","1979","1980","1981","1982","1983","1984","1985","1986","1987","1988","1989","1990","1991","1992","1993","1994","1995","1996","1997","1998","1999","2000","2001","2002","2003","2004","2005","2006","2007","2008","2009","2010","2011","2012","2013","2014","2015","2016","2017","2018","2019*"),
       "Data"=c("Osuus"))

# Download data 
px_data <- 
    pxweb_get(url = "http://pxnet2.stat.fi/PXWeb/api/v1/en/StatFin/ene/ehk/statfin_ehk_pxt_013_en.px",
                                            query = pxweb_query_list)

# Convert to data.frame 
px_data <- as.data.frame(px_data, column.name.type = "text", variable.value.type = "text")

head(px_data)

##            Sector Year(*preliminary)    Data Electricity consumption
## 1 Forest Industry               1960 Share %                    47.3
## 2 Forest Industry               1961 Share %                    50.7
## 3 Forest Industry               1962 Share %                    49.8
## 4 Forest Industry               1963 Share %                    48.7
## 5 Forest Industry               1964 Share %                    48.3
## 6 Forest Industry               1965 Share %                    47.7

Nästa steg är att städa data data lite och visualisera det.

Här använder jag paketet hrbrthemes som har ett tema jag tycker om.

# Cite the data as 
library(tidyverse)
library(hrbrthemes)
forest_plot <- px_data %>% 
    janitor::clean_names() %>% 
    mutate(year_preliminary = stringr::str_replace(year_preliminary, "\\*", "") %>% as.numeric()) %>% 
    ggplot(aes(year_preliminary, electricity_consumption * 0.01)) +
    geom_line(size = 2) +
    scale_y_continuous(labels = scales::percent_format(accuracy = 1), limits = c(0, 0.5)) +
    theme_ipsum(base_size = 20,
                                                    plot_title_size = 40,
                                                    subtitle_size = 30,
                                                    caption_size = 15,
                                                    axis_title_size = 15) +
    labs(
        title = "Forest Industry in Finland",
        subtitle = "Share of Electricity consumption",
        x = "Year",
        y = "Share of Electricity consumption",
        caption = "Source: Tilastokeskus/Statistikcentralen i Finland"
    ) +
    theme(text = element_text(size = 50))

forest_plot

Visualiseringen är lite stor, men den kommer att se bättre ut i en PowerPoint.

Nu ska vi lägga in det här i en powerpoint. För att göra det använder jag paketet officer.

I slutet av förra året gick det företag jag arbetar för Ferrologic Analytics samman med ett finskt bolag som heter Solita. Så jag tänkte att jag kunde använda deras PowerPoint-mall för att skapa PowerPointen.

Först läser jag in PowerPoint-filen och undersöker dess layouts. Dessa motsvarar valen du kan göra när du klickar på Ny slide i PowerPoint.

library(officer)
library(dplyr)
solita_pres <- read_pptx("solita-pres-mall.pptx")

layout_summary(solita_pres) %>% 
  head()

##             layout master
## 1       Otsikkodia Solita
## 2 Osan ylätunniste Solita
## 3 Section Header 2 Solita
## 4 Section Header 3 Solita
## 5 Section Header 4 Solita
## 6 Section Header 5 Solita

Som ni ser är layout-formatteringen på finska, men öppnar du PowerPoint-filen ser du att Otsikkodia står för Titel-slide.

Varje layout har så kallade placeholders som är fördefinierade rutor gjorda för grafer, text, tabeller m.m.

layout_properties(solita_pres, "Otsikkodia")

##    master_name       name     type id   ph_label
## 4       Solita Otsikkodia     body 10  Graphic 4
## 7       Solita Otsikkodia     body  6  Graphic 8
## 74      Solita Otsikkodia ctrTitle  2    Title 1
## 75      Solita Otsikkodia subTitle  3 Subtitle 2
##                                 ph      offx     offy        cx        cy
## 4                             <NA> 0.6692913 1.929134 11.732283 5.0787402
## 7                             <NA> 0.6692913 1.929134 11.732283 5.0787402
## 74         <p:ph type="ctrTitle"/> 0.8858257 2.283465 11.529104 3.7795276
## 75 <p:ph type="subTitle" idx="1"/> 0.8858268 6.358268  9.421979 0.6299213

Genom att ta en graf och lägga den i en placeholder kommer R alltid att skala grafen korrekt och du behöver inte oroa dig över bredd, höjd eller upplösning.

Vi börjar med att lägga till en titel-slide, notera här att vi använder ph_location_type för att identifiera vår placeholder type ctrTitle.

ppt_pres <- solita_pres %>% 
    add_slide(layout = "Otsikkodia", master = "Solita") %>% 
    ph_with(value = "Made In R", location = ph_location_type(type = "ctrTitle"))

För att lägga till vår graf använder vi oss av en annan layout men här använder ph_location_fullsize som helt enkelt tar grafen och gör så att den tar upp hela vår slide. Vi hade också kunnat specificera en location här.

ppt_pres <- ppt_pres %>% 
  add_slide(layout = "Otsikko ja sisältö", master = "Solita") %>% 
    ph_with(value = forest_plot,
                                    location = ph_location_fullsize())

Slutligen printar vi hela presentationen:

print(ppt_pres, "solita-forest-pres.pptx")

Som kommer att se ut så här:

Dataland