Criando relatórios customizados com o pacote {pagedreport}

Quando se está interessado na montagem de relatórios, o Rmarkdown é a primeira ferramenta que se passa na mente, afinal, ele facilita na construção de apresentações com o R. Apesar disso, há a dificuldade da criação de relatórios com visuais mais elegantes. Para suprir essa demanda, o pacote {pagedreport} facilita o trabalho de customizar PDFs gerados pelo Rmarkdown.  No post de hoje, vamos mostrar um pouco sobre esse pacote.

O pacote, até o momento, possui 3 temas principais, cada um com seu próprio estilo e que também podem ser alterados suas configurações visuais padrão conforme aquela que melhor atende o usuário, sendo possível alterar cores, fontes e imagens. Para utilizar o pacote, primeiro ele deve ser baixado através do Github.

Após a instalação (é recomendado reiniciar o Rstudio), para criar sua primeira apresentação com o {pagedreport}, vá em File > New File > R markdown > From Template. Veja, como na imagem abaixo, que aparecerá três opções ligadas ao {pagedreport} , cada uma representando um tema que melhor agrada. Para prosseguir com a criação, selecione uma opção e clique em Ok.

Ao prosseguirmos, será aberto um arquivo .Rmd com os códigos iguais a imagem abaixo. Veja que se comparar o YAML com documentos Rmarkdown padrão, verá que não há nada de assustador.

 

  • title: título,
  • subtitle: subtítulo
  • author: autor
  • date: data

O que realmente muda é a parte após o output, no qual contém o uso do pacote e suas respectivas configurações.

No caso, vemos algumas opções, além de "setar" o template, em pagedreport::paged_grid:, é configurado a logo, por meio de um link da internet (recomendável, pois dessa forma pode se tornar reprodutível), o knit e a cor principal do PDF.

Outros templates podem vir com configurações a mais ou que podem ser adicionadas, como:

  • front_img: configura a imagem da capa.
  • back_img: altera a imagem da capa do fundo.
  • img_to_dark: TRUE ou FALSE, escure as imagens de capa e fundo.
  • logo_to_white: TRUE ou FALSE, transforma a imagem do logo em branco.
  • secondary_color: altera a cor secundária.

Outras possíveis seções de configuração do YAML condensam as padrões do Rmarkdown.

No final, podemos construir um documento pdf com a seguinte capa personalizada:

_________________________________________

Fizemos aqui uma introdução de como customizar seus relatórios PDFs de forma simples. Caso queira se aprofundar na apresentação de relatórios, conhecer mais sobre Rmarkdown e entender melhor o pacote {pagedreport}, é importante que confira nosso Curso de produção de Relatórios em Rmarkdown.

_________________________________________

 

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como planejar um pipeline de previsão macroeconômica: da coleta ao dashboard

Montar um pipeline de previsão macroeconômica não é apenas uma tarefa técnica — é um exercício de integração entre dados, modelos e automação. Neste post, apresento uma visão geral de como estruturar esse processo de ponta a ponta, da coleta de dados até a construção de um dashboard interativo, que exibe previsões automatizadas de inflação, câmbio, PIB e taxa Selic.

Coletando e integrando dados do BCB, IBGE e IPEA de forma automatizada

Quem trabalha com modelagem e previsão macroeconômica sabe o quanto é demorado reunir dados de diferentes fontes — Banco Central, IBGE, IPEA, FRED, IFI... Cada um com sua API, formato, frequência e estrutura. Esse gargalo de coleta e padronização consome tempo que poderia estar sendo usado na análise, nos modelos ou na comunicação dos resultados.

Foi exatamente por isso que criamos uma rotina de coleta automatizada, que busca, trata e organiza séries temporais econômicas diretamente das APIs oficiais, pronta para ser integrada a pipelines de previsão, dashboards ou agentes de IA econometristas.

Criando operações SQL com IA Generativa no R com querychat

No universo da análise de dados, a velocidade para obter respostas é um diferencial competitivo. Frequentemente, uma simples pergunta de negócio — “Qual foi nosso produto mais vendido no último trimestre na região Nordeste?” — inicia um processo que envolve abrir o RStudio, escrever código dplyr ou SQL, executar e, finalmente, obter a resposta. E se pudéssemos simplesmente perguntar isso aos nossos dados em português, diretamente no nosso dashboard Shiny?

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.