03-flextable-exo.qmd

{{< include _init.qmd >}}

```{r include=FALSE}
library(flextable)
library(tidyverse)
```



# Pratique simple de flextable

## Tableau des cancers en 2021


On va travailler sur un jeu de données présenté sur le site <https://data.ameli.fr/pages/data-pathologies/>. Le jeu présente quelques statistiques sur le cancer en 2021.

On vous demande de construire de façon itérative un tableau présentant simplement
les données tout en suivant quelques règles de formatage.

### Importation des données

Importez les données contenues dans le fichier [data/cancers-2021.parquet](data/cancers-2021.parquet).
Triez les selon les valeurs de la colonne `effectif` par ordre descendant.

```{r}
library(dplyr)
cancers <- arrow::read_parquet("data/cancers-2021.parquet") %>% 
  arrange(desc(effectif))
cancers
```

### Paramètres globaux

Utilisez la fonction `set_flextable_defaults()` et définissez :

- "Arial" comme la police de caractères par defaut,
- les séparateurs de milliers doivent être représentés par un blanc (" "),
- le séparateur de décimale doit être le caractère ",".

```{r}
set_flextable_defaults(
  font.family = "Arial",
  big.mark = " ",
  decimal.mark = ",",
  post_process_all = function(z) {
    autofit(z)
  }
)
```

Vous pouvez tester le rendu avec l'appel suivant :

```{r echo=TRUE}
flextable(cancers)
```

### Choisir les colonnes affichées

Imprimez les colonnes `c("name", "prevalence", "effectif")` en utilisant l'argument `col_keys` de la fonction `flextable`. 

```{r}
ft <- flextable(cancers, col_keys = c("name", "prevalence", "effectif"))
ft
```

### Formatez les contenus

- La colonne `effectif` doit ne comporter aucun chiffre après la virgule.
- La colonne `prevalence` doit comporter deux chiffres après la virgule et 
doit terminer par " %".

```{r}
ft <- ft %>% 
  colformat_double(digits = 0, j = "effectif") %>% 
  colformat_double(digits = 2, j = "prevalence", suffix = " %")
ft
```

### Gérer l'entête

- Les colonnes `prevalence` et `effectif` doivent avoir comme label "Prévalence" et 
"Nombre de cas".
- Les noms de colonnes doivent être précédés des annotations `c("Cancers", "Effectif | en France | tous âges | tous sexes | 2021")`.
- Le bas du tableau doit présenter l'information suivante : "Les effectifs comptabilisent le nombre de patients pris en charge pour chacune des pathologies (ou traitements chroniques ou épisodes de soins) du groupe.".

```{r}
ft <- ft %>% 
  set_header_labels(name = "", prevalence = "Prévalence", effectif = "Nombre de cas") %>% 
  add_header_lines(c("Cancers", "Effectif | en France | tous âges | tous sexes | 2021"),
                   top = TRUE) %>% 
  add_footer_lines("Les effectifs comptabilisent le nombre de patients pris en charge pour chacune des pathologies (ou traitements chroniques ou épisodes de soins) du groupe.")
ft
```

### Finaliser la mise en forme

- Utilisez le thème `theme_vanilla()`,
- la ligne du pied du tableau doit être en italique (utilisez `italic()`),
- demensionnez automatiquement les largeurs de colonnes pour les 
ajuster au contenu avec la fonction `autofit()`.

```{r}
ft <- ft %>% 
  theme_vanilla() %>% 
  italic(italic = TRUE, part = "footer") %>% 
  autofit()
ft
```


## Modèle probit

Réutilisez le code suivant pour obtenir le modèle à manipuler.

```{r echo=TRUE}
dat <- attitude
dat$high.rating <- (dat$rating > 70)
probit.model <- glm(high.rating ~ learning + critical +
                      advance, data = dat, family = binomial(link = "probit"))
print(probit.model)
```

### Transformer l'object en flextable

- Utilisez `as_flextable()` pour transformer `probit.model` en flextable.
- Pour ne pas imprimer les étoiles de significativité, utilisez au préalable 
l'option `options(show.signif.stars = FALSE)`.
- Supprimez le pied du tableau avec la commande `delete_part(part = "footer")`.

```{r}
options(show.signif.stars = FALSE)
ft <- as_flextable(probit.model) %>% 
  delete_part(part = "footer")
ft
```

- Annoter le tableau en ajoutant au dessus des 3 premières colonnes de l'en-tête 
"Estimations" et des 2 dernières colonnes "Inférence". Utilisez `add_header_row()`
pour cela,
- Utilisez le thème `theme_vanilla()`,
- Colorez en gris les lignes où la p-value (colonne nommée `p.value`) est supérieure
à 0.05.

```{r}
ft <- ft %>% 
  add_header_row(values = c("Estimations", "Inférence"), colwidths = c(3, 2), top = TRUE) %>% 
  theme_vanilla() %>% 
  color(i = ~ p.value > 0.05, color = "gray")
  
ft
```