我是knitr的新手,过去我有一些非常基本的乳胶知识,所以我搜索已经希望找到一个已经发布到某处的解决方案.但是,我无法解决我的问题.我希望有人能够提供帮助.
我有一个14列和多行的数据框,比方说60.使用数据我需要以横向布局生成PDF报告,并将此数据框作为表格呈现在那里.
我找到的最接近的解决方案是 tex.stackexchange.com:LaTex Longtable跨越多个页面
我在那里使用了一些提示.但是,表格放置不正确.最右边的列在页面的右边缘被截断.该表在页面末尾没有"续"字.我在这里发布我的代码和图片.
我正在寻找一个解决方案,将长桌正确放在页面上,如果我遗漏任何明显的请不要拍:)我真的很新.
\documentclass[a4paper, landscape]{article}
\usepackage[a4paper, margin=1in, hmarginratio=1:1, landscape]{geometry}
\usepackage{longtable}
\usepackage{graphicx}
\usepackage{xcolor}
\definecolor{myblue}{RGB}{24,57,121}
\usepackage{lipsum}
\usepackage{booktabs}
\usepackage{colortbl}
\usepackage{array}
\usepackage{rotating}
\usepackage{fancyhdr}
\pagestyle{fancy}
\fancyhead{}
\fancyfoot{}
\renewcommand{\headrulewidth}{0.5pt}
\setlength\headheight{40mm}
\begin{document}
\newcolumntype{L}[1]{>{\raggedright\arraybackslash}p{#1}}
\newcolumntype{C}[1]{>{\centering\arraybackslash}p{#1}}
\newcolumntype{R}[1]{>{\raggedleft\arraybackslash}p{#1}}
\renewcommand*{\arraystretch}{1.0}
%
\section{My Long Table}
%\begin{center}
%\begin{small}
%\setlongtables
%\begin{longtable}
<<echo=FALSE, eval=TRUE, results='asis'>>=
library(knitr)
library(xtable)
df <- data.frame(replicate(13, sample(1000000:9000000, 60,replace=TRUE)))
df$Sum <- rowSums(df)
totals <- colSums(df)
df <- rbind(df, totals)
names(df) <- c("Jan 2014", "Feb 2014", "Mar 2014", "Apr 2014", "May 2014", "Jun 2014", "Jul 2014",
"Aug 2014", "Sep …我有一个列包含以下信息:
1 x=abc1000000\ty=pqr2000000\tz=olk78fgzu_zuii8999_ikooo
2 x=oljhh88999\ty=lop9876666
3 x=frdt876544\ty=ztr6u76532\ty=uzrt899963\tz=wertttts_765342_ioooosww\tz=tzuuuee_66554422_88uuiiid
因此,没有一种id类型在一行中有一定数量的出现.它们全部由制表符分隔.我正在寻找一种方法来获取每一行的ID作为单独的列,并找到了tstrsplit内部,data.table但无法弄清楚如何使用多个拆分参数.有任何想法吗？
编辑:预期的格式是:
x1 x2 y1 y2 z1 z2
1 abc1000000 NA pqr2000000 NA olk78fgzu_zuii8999_ikooo NA
2 oljhh88999 NA lop9876666 NA NA NA
3 frdt876544 NA ztr6u76532 uzrt899963 wertttts_765342_ioooosww zuuuee_66554422_88uuiiid
请注意,id的名称中不包含"id".所以我相应地更新了这个例子.id可能在每一行中出现多次.上面给出的格式只是使问题更清晰的一个例子.实际上,例如,X类型的ID在一行中可以有20个出现.然后,X的列数将是给定整个数据集的行中此特定类型ID的最大出现次数.数据非常大.我们正在谈论大约30米的线路.