02-as-flextable.qmd

{{< include _init.qmd >}}
```{r include=FALSE}
library(flextable)
library(tidyverse)
```



# La fonction as flextable


## Récupérer un flextable depuis un modèle R 

Les modèles usuels, tels que les modèles mixtes, les modèles GAM, les modèles
linéaires généralisés mais aussi les tests et certaines classifications peuvent
être transformés en flextable avec la fonction `as_flextable()`.

### GLM 

```{r}
clotting <- data.frame(
    u = c(5,10,15,20,30,40,60,80,100),
    lot1 = c(118,58,42,35,27,25,21,19,18),
    lot2 = c(69,35,26,21,18,16,13,12,12))
as_flextable(glm(lot1 ~ log(u), data = clotting, family = Gamma))
```

### LM 

```{r}
ctl <- c(4.17,5.58,5.18,6.11,4.50,4.61,5.17,4.53,5.33,5.14)
trt <- c(4.81,4.17,4.41,3.59,5.87,3.83,6.03,4.89,4.32,4.69)
group <- gl(2, 10, 20, labels = c("Ctl","Trt"))
weight <- c(ctl, trt)
lm(weight ~ group) %>% as_flextable()
```

### GAM 

```{r message=FALSE}
library(mgcv)
set.seed(2)

dat <- gamSim(1, n = 400, 
  dist = "normal", scale = 2, verbose = FALSE)
b <- gam(y ~ s(x0) + s(x1) + s(x2) + s(x3), 
  data = dat)

ft <- as_flextable(b)
ft
```

### Test d'hypothèse

```{r}
x <- rnorm(50)
y <- runif(30)
ks.test(x, y) %>% as_flextable()
```

### kmeans

```{r}
cl <- kmeans(scale(mtcars[1:7]), 5)
ft <- as_flextable(cl)
ft
```

### pam

```{r}
library(cluster)
dat <- as.data.frame(scale(mtcars[1:7]))
cl <- pam(dat, 3)
ft <- as_flextable(cl)
ft
```

## Résumé simple

L'utilisation de la fonction `summarizor()` suivi de `as_flextable()` est
un moyen simple de produire des tableaux de résumé qui 
présentent les statistiques univariées de chaque colonne.

Une option permet d'ajouter une catégorie "global" à la fin du tableau produit.

```{r}
library(dplyr)
library(flextable)
z <- palmerpenguins::penguins %>% 
  select(-contains("length")) %>% 
  summarizor(
    by = "species",
    overall_label = "Overall")

ft <- as_flextable(z, spread_first_col = TRUE) %>% 
  style(i = ~!is.na(variable), pr_t = fp_text_default(bold = TRUE),
        pr_p = officer::fp_par(text.align = "left", padding = 5, line_spacing = 1.5)) %>% 
  prepend_chunks(i = ~is.na(variable), j = 1, as_chunk("\t")) %>% 
  autofit(add_w = .01)
ft
```