使用 pwalk 使用不同的 tab_styles 输入从 tibble 创建多个 gt 表

Question

我想用pwalk函数创建并保存几个gt表。我正在使用下面的核心代码，其中面临的大问题与

especifico

参数有关：

pwalk(tibble(filtro = list(c("Agropecuária", "Indústria", "Serviços", "PIB (pm)", sub_demanda, "Valor Adicionado (pb)", "Impostos (líq. s/ prod.)"), c("Indústria", sub_industria), c("Serviços", sub_servicos)),
                
                titulo = c("**Tabela 1. Variação do PIB (%)**", "**Tabela 2. Variação do PIB na Indústria (%)**", "**Tabela 3. Variação do PIB nos Serviços (%)**"),
               
                especifico = list(quos(style = list(cell_borders(sides = c("top"), color = "black", weight = px(2.5), style = "solid"),
                                                    cell_text(weight = "bold")),
                                       locations = list(cells_body(rows = 4), cells_stub(rows = 9:11))), 
                 
                                  quos(style = cell_borders(sides = c("bottom"), color = "black", weight = px(2.5), style = "solid"),
                                       locations = list(cells_body(rows = 1), cells_stub(rows = 1))),
                 
                                  quos(style = cell_borders(sides = c("bottom"), color = "black", weight = px(2.5), style = "solid"),
                                       locations = list(cells_body(rows = 1), cells_stub(rows = 1)))),
                
               save = c("PIB", "PIB_Industria", "PIB_Serviços")
               ), 
        function(filtro, titulo, especifico, save) {
          
          pib_tri %>% 
            filter(setores_e_subsetores %in% filtro,
                   variavel != "Número-índice") %>% 
            pivot_wider(names_from = "variavel", values_from = "valor") %>% 
            arrange(setores_e_subsetores) %>% 
            
            gt(rowname_col = "setores_e_subsetores", groupname_col = NA) %>%
            cols_hide(c(mes, trimestre)) %>% 
            tab_header(title = md(titulo),
                       subtitle = md(unique(.$`_data`$trimestre))) %>% 
            tab_source_note(source_note = md("Fonte: IBGE. Elaboração própria.")) %>%
            tab_spanner(label = "QoQ (SA)",
                        columns = c(QoQ, `QoQ Anualizado`)) %>% 
            
            tab_style(style = cell_text(weight = "bold"),
                      locations = cells_body(columns = 5)) %>%
            
            tab_style(style = cell_text(color = "black"),
                      locations = cells_body()) %>%
            
            tab_style(style = cell_text(color = "darkgrey", font = google_font("Source Sans Pro")), 
                      locations = cells_column_labels(everything())) %>% 
            
            tab_style(!!especifico) %>% 
            
            opt_table_font(font = list(google_font("Lato"), default_fonts())) %>% 
            
            tab_options(heading.title.font.size = 25,
                        heading.subtitle.font.size = 22,
                        heading.align = "left",
                        
                        table.border.top.style = "hidden",
                        heading.border.bottom.style = "hidden",
                        
                        table.font.size = 20,
                        
                        source_notes.border.bottom.style = "hidden",
                        source_notes.padding = px(10),
                        
                        data_row.padding = px(10)) %>%
            fmt_number(decimals = 2) %>% 
            cols_align("center") %>%
            cols_width(stub() ~ px(300),
                       everything() ~ px(130)) %>% 
            gtsave(paste0(save, ".png")) 
          
        })

基本上，我试图传递

tab_style

函数的参数，这些参数是每个单独表的特定。但出现以下错误信息：

Error in `pmap()`:
ℹ In index: 1.
Caused by error in `as_locations()`:
! missing "locals" argument, no default 

没有这部分的 pwalk 本身工作正常。我之前曾与

quos()

合作过，但不幸的是我在这个主题上并不是那么先进。我缺少什么？预先感谢！

可重复数据：

structure(list(mes = structure(c(19509, 19509, 19509, 19509, 
19509, 19509, 19509, 19509, 19509, 19509, 19509, 19509, 19509, 
19509, 19509, 19509, 19509, 19509, 19509, 19509, 19509, 19509, 
19509, 19509, 19509, 19509, 19509, 19509, 19509, 19509, 19509, 
19509, 19509, 19509, 19509, 19509, 19509, 19509, 19509, 19509, 
19509, 19509, 19509, 19509, 19509, 19509, 19509, 19509, 19509, 
19509, 19509, 19509, 19509, 19509, 19509, 19509, 19509, 19509, 
19509, 19509, 19509, 19509, 19509, 19509, 19509, 19509, 19509, 
19509, 19509, 19509, 19509, 19509, 19509, 19509, 19509, 19509, 
19509, 19509, 19509, 19509, 19509, 19509, 19509, 19509, 19509, 
19509, 19509, 19509, 19509, 19509, 19509, 19509, 19509, 19509, 
19509, 19509, 19509, 19509, 19509, 19509, 19509, 19509, 19509, 
19509, 19509, 19509, 19509, 19509, 19509, 19509, 19509, 19509, 
19509, 19509, 19509, 19509, 19509, 19509, 19509, 19509, 19509, 
19509, 19509, 19509, 19509, 19509, 19509, 19509, 19509, 19509, 
19509, 19509), class = "Date"), trimestre = c("2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023", "2º trimestre 2023", 
"2º trimestre 2023", "2º trimestre 2023"), setores_e_subsetores = structure(c(1L, 
1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 
3L, 4L, 4L, 4L, 4L, 4L, 4L, 5L, 5L, 5L, 5L, 5L, 5L, 6L, 6L, 6L, 
6L, 6L, 6L, 7L, 7L, 7L, 7L, 7L, 7L, 8L, 8L, 8L, 8L, 8L, 8L, 9L, 
9L, 9L, 9L, 9L, 9L, 10L, 10L, 10L, 10L, 10L, 10L, 11L, 11L, 11L, 
11L, 11L, 11L, 12L, 12L, 12L, 12L, 12L, 12L, 13L, 13L, 13L, 13L, 
13L, 13L, 14L, 14L, 14L, 14L, 14L, 14L, 20L, 20L, 20L, 20L, 20L, 
20L, 22L, 22L, 22L, 22L, 22L, 22L, 15L, 15L, 15L, 15L, 15L, 15L, 
16L, 16L, 16L, 16L, 16L, 16L, 17L, 17L, 17L, 17L, 17L, 17L, 18L, 
18L, 18L, 18L, 18L, 18L, 19L, 19L, 19L, 19L, 19L, 19L, 21L, 21L, 
21L, 21L, 21L, 21L), levels = c("Agropecuária", "Indústria", 
"Indústrias extrativas", "Indústrias de transformação", "Eletricidade e gás, água, esgoto, atividades de gestão de resíduos", 
"Construção", "Serviços", "Comércio", "Transporte, armazenagem e correio", 
"Informação e comunicação", "Atividades financeiras, de seguros e serviços relacionados", 
"Atividades imobiliárias", "Outras atividades de serviços", 
"Administração, saúde e educação públicas e seguridade social", 
"Consumo das Famílias", "Consumo do Governo", "FBCF", "Exportação", 
"Importação (-)", "Valor Adicionado (pb)", "Impostos (líq. s/ prod.)", 
"PIB (pm)"), class = "factor"), variavel = c("Número-índice", 
"QoQ", "QoQ Anualizado", "YoY", "12m", "YTD", "Número-índice", 
"QoQ", "QoQ Anualizado", "YoY", "12m", "YTD", "Número-índice", 
"QoQ", "QoQ Anualizado", "YoY", "12m", "YTD", "Número-índice", 
"QoQ", "QoQ Anualizado", "YoY", "12m", "YTD", "Número-índice", 
"QoQ", "QoQ Anualizado", "YoY", "12m", "YTD", "Número-índice", 
"QoQ", "QoQ Anualizado", "YoY", "12m", "YTD", "Número-índice", 
"QoQ", "QoQ Anualizado", "YoY", "12m", "YTD", "Número-índice", 
"QoQ", "QoQ Anualizado", "YoY", "12m", "YTD", "Número-índice", 
"QoQ", "QoQ Anualizado", "YoY", "12m", "YTD", "Número-índice", 
"QoQ", "QoQ Anualizado", "YoY", "12m", "YTD", "Número-índice", 
"QoQ", "QoQ Anualizado", "YoY", "12m", "YTD", "Número-índice", 
"QoQ", "QoQ Anualizado", "YoY", "12m", "YTD", "Número-índice", 
"QoQ", "QoQ Anualizado", "YoY", "12m", "YTD", "Número-índice", 
"QoQ", "QoQ Anualizado", "YoY", "12m", "YTD", "Número-índice", 
"QoQ", "QoQ Anualizado", "YoY", "12m", "YTD", "Número-índice", 
"QoQ", "QoQ Anualizado", "YoY", "12m", "YTD", "Número-índice", 
"QoQ", "QoQ Anualizado", "YoY", "12m", "YTD", "Número-índice", 
"QoQ", "QoQ Anualizado", "YoY", "12m", "YTD", "Número-índice", 
"QoQ", "QoQ Anualizado", "YoY", "12m", "YTD", "Número-índice", 
"QoQ", "QoQ Anualizado", "YoY", "12m", "YTD", "Número-índice", 
"QoQ", "QoQ Anualizado", "YoY", "12m", "YTD", "Número-índice", 
"QoQ", "QoQ Anualizado", "YoY", "12m", "YTD"), valor = c(274.76, 
-0.890956967139211, -3.51648187758873, 17, 11.2, 17.9, 138.23, 
0.89044595285015, 3.60964049147785, 1.5, 2.2, 1.7, 237.02, 1.84333777338548, 
7.57974167468622, 8.8, 3.5, 8.2, 114.47, 0.341865357643756, 1.37448974138414, 
-1.7, 0, -1.3, 212.27, 0.449555176982774, 1.81038308221939, 4.8, 
8.1, 5.6, 148.06, 0.721088435374151, 2.91570210107968, 0.3, 2.9, 
0.9, 192.2, 0.612469245668223, 2.47247613743693, 2.3, 3.3, 2.6, 
162.02, 0.0555795714197505, 0.222503699690191, 0.1, 1.5, 0.9, 
179.22, 0.895119067725059, 3.62883808302379, 3.4, 5.6, 4.2, 407.74, 
0.728772943995648, 2.94711348173489, 3.8, 5.6, 5.3, 225.46, 1.3166764031816, 
5.37163987870506, 6.9, 3.9, 5.8, 224.68, 0.505479758443306, 2.03730134824023, 
2.8, 3, 2.8, 188.79, 1.27132281943998, 5.18309150889384, 2.4, 
6.2, 3.3, 155.89, 0.418706518938405, 1.68537437766743, 1.6, 0.8, 
1, 181.85, 0.603009515379505, 2.43394312891887, 3.4, 3.2, 3.8, 
184.46, 0.908096280087523, 3.68216367220411, 3.4, 3.2, 3.7, 195.2, 
0.941152135691392, 3.81808882463079, 3, 3.9, 3.2, 152.44, 0.740153317472902, 
2.99364537637679, 2.9, 1.4, 2, 170.13, 0.129480313106933, 0.518928030100563, 
-2.6, 1.7, -0.9, 362.83, 2.851716415795, 11.9041453782132, 12.1, 
9.8, 9.7, 261.99, 4.53674886282021, 19.4196947981818, 2.1, 4.9, 
2.1, NA, NA, NA, 3.3, 3, 3.1)), class = c("grouped_df", "tbl_df", 
"tbl", "data.frame"), row.names = c(NA, -132L), groups = structure(list(
    setores_e_subsetores = structure(1:22, levels = c("Agropecuária", 
    "Indústria", "Indústrias extrativas", "Indústrias de transformação", 
    "Eletricidade e gás, água, esgoto, atividades de gestão de resíduos", 
    "Construção", "Serviços", "Comércio", "Transporte, armazenagem e correio", 
    "Informação e comunicação", "Atividades financeiras, de seguros e serviços relacionados", 
    "Atividades imobiliárias", "Outras atividades de serviços", 
    "Administração, saúde e educação públicas e seguridade social", 
    "Consumo das Famílias", "Consumo do Governo", "FBCF", "Exportação", 
    "Importação (-)", "Valor Adicionado (pb)", "Impostos (líq. s/ prod.)", 
    "PIB (pm)"), class = "factor"), .rows = structure(list(1:6, 
        7:12, 13:18, 19:24, 25:30, 31:36, 37:42, 43:48, 49:54, 
        55:60, 61:66, 67:72, 73:78, 79:84, 97:102, 103:108, 109:114, 
        115:120, 121:126, 85:90, 127:132, 91:96), ptype = integer(0), class = c("vctrs_list_of", 
    "vctrs_vctr", "list"))), row.names = c(NA, -22L), .drop = TRUE, class = c("tbl_df", 
"tbl", "data.frame")))

Answer 1

无需限制。您只需使用

list

即可。

作为建议。特别是在使用

map

和

walk

以及处理大型函数时：将代码分成几部分以便于测试和调试！！

注意：即使修复后我也收到错误

数据中不存在以下行索引：9， 10, 11.

因此，我放弃了导致问题的

cells_stub(rows = 9:11))

。

library(tidyverse)
library(gt)

tab_specs <- tibble(
  filtro = list(
    c("Agropecuária", "Indústria", "Serviços", "PIB (pm)", "sub_demanda", "Valor Adicionado (pb)", "Impostos (líq. s/ prod.)"),
    c("Indústria", "sub_industria"),
    c("Serviços", "sub_servicos")
  ),
  titulo = c("**Tabela 1. Variação do PIB (%)**", "**Tabela 2. Variação do PIB na Indústria (%)**", "**Tabela 3. Variação do PIB nos Serviços (%)**"),
  especifico = list(
    list(
      style = list(
        cell_borders(sides = c("top"), color = "black", weight = px(2.5), style = "solid"),
        cell_text(weight = "bold")
      ),
      locations = list(
        cells_body(rows = 4),
        cells_stub(rows = 1:2)
      )
    ),
    list(
      style = cell_borders(sides = c("bottom"), color = "black", weight = px(2.5), style = "solid"),
      locations = list(cells_body(rows = 1), cells_stub(rows = 1))
    ),
    list(
      style = cell_borders(sides = c("bottom"), color = "black", weight = px(2.5), style = "solid"),
      locations = list(cells_body(rows = 1), cells_stub(rows = 1))
    )
  ),
  save = c("PIB", "PIB_Industria", "PIB_Serviços")
)

table_fun <- function(filtro, titulo, especifico, save) {
  data <- pib_tri %>%
    filter(
      setores_e_subsetores %in% filtro,
      variavel != "Número-índice"
    ) %>%
    pivot_wider(names_from = "variavel", values_from = "valor") %>%
    arrange(setores_e_subsetores)

  data %>%
    gt(rowname_col = "setores_e_subsetores", groupname_col = NA) %>%
    cols_hide(c(mes, trimestre)) %>%
    tab_header(
      title = md(titulo),
      subtitle = md(unique(.$`_data`$trimestre))
    ) %>%
    tab_source_note(source_note = md("Fonte: IBGE. Elaboração própria.")) %>%
    tab_spanner(
      label = "QoQ (SA)",
      columns = c(QoQ, `QoQ Anualizado`)
    ) %>%
    tab_style(
      style = cell_text(weight = "bold"),
      locations = cells_body(columns = 5)
    ) %>%
    tab_style(
      style = cell_text(color = "black"),
      locations = cells_body()
    ) %>%
    tab_style(
      style = cell_text(
        color = "darkgrey",
        font = google_font("Source Sans Pro")
      ),
      locations = cells_column_labels(everything())
    ) %>%
    tab_style(
      style = especifico$style,
      locations = especifico$locations
    ) %>%
    opt_table_font(font = list(google_font("Lato"), default_fonts())) %>%
    tab_options(
      heading.title.font.size = 25,
      heading.subtitle.font.size = 22,
      heading.align = "left",
      table.border.top.style = "hidden",
      heading.border.bottom.style = "hidden",
      table.font.size = 20,
      source_notes.border.bottom.style = "hidden",
      source_notes.padding = px(10),
      data_row.padding = px(10)
    ) %>%
    fmt_number(decimals = 2) %>%
    cols_align("center") %>%
    cols_width(
      stub() ~ px(300),
      everything() ~ px(130)
    ) %>%
    gtsave(paste0(save, ".png"))
}

pwalk(tab_specs, table_fun)