怎么用R代码自动批量生成PPT

本篇文章给大家分享的是有关怎么用R代码自动批量生成PPT，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。

[1]第一步加载包

  #*~*#数据处理包#*~*#

  library(ggplot2) #作图包

  library(dplyr) #数据转换包

  library(tidyr) #数据转换包

  library(jpeg)#加载图片

  library(scales)

  library(plyr)

  library(tibble)

  library(gridExtra)

  library(splines2) #数据差值包

  library(reshape2)#数据重塑包

  library(stringr)#字符串工具集

  library(showtext)#作图使用中文包

  library(xlsx)#excel处理

  #*~*#制作ppt包#*~*#

  library(ReporteRs)

  library(R2PPT)

  library(ggplot2)

[2]第二步数据处理、绘制要放进PPT的图形

 2.1数据读取

 a1<-read.csv(Rdata)  #由于有些数据比较敏感，所以只展示读取方法

 2.2绘图

  #*~*#全自动画折线图 #*~*#

  line_chart<-function(shuju,F)

  {

    test1<-shuju

    test1<-test1[F]

    N=ncol(test1)

    for (i in 2:N)

    {

      test1[,i]<-round(test1[,i], 3)

      test1[,i]<-round(test1[,i], 3)

    }

    name<-names(test1)

    xname<-name[1]

    test1[,1]<-factor(test1[,1])

    test1<-melt(test1, id = xname)

    p<-ggplot(test1, aes(x =test1[,1], y =value,colour=                      variable,group=variable)) 

    p<-p+geom_line(size=1)

    p<-p+geom_point(size=1.5)

    p<-p+labs(x="" ,y="",title="")

    p<-p+geom_text(aes(label=paste(test1$value*100,'%',sep = ''),            fill=variable),vjust = -0.5, colour = "black", position =                  position_dodge(0.5), size =4, face= "bold")

    p<-p+theme_bw()

    p<-p+theme_light()

    pp=seq(0.1,1,by=0.1)

    p<-p+scale_y_continuous(labels = percent,breaks =pp)#把纵坐标轴变为百分比

    p<-p+theme(legend.title=element_blank())

    p<-p+theme(axis.text.y= element_text(size=10,color="black", face= "bold", vjust=0.5, hjust=0.5))

   p<-p+theme(axis.text.x= element_text(size=10, color="black", face= "bold", vjust=0.5, hjust=0.5))

    #legend_position<-theme(legend.position="top")

    #p<-p+legend_position

  }

  #*~*#全自动画折线图#*~*#

  #*~*#画折线图具体代码#*~*#

  p1=line_chart(shuju=c1,F=PF1[[1]])

  p2=line_chart(shuju=c1,F=PF1[[2]])

  p3=line_chart(shuju=c1,F=PF1[[3]])

  p4=line_chart(shuju=c2,F=PF1[[1]])

  p5=line_chart(shuju=c2,F=PF1[[2]])

  p6=line_chart(shuju=c2,F=PF1[[3]])

  #*~*#画折线图具体代码#*~*#

  #*~*#全自动画横向条形线图#*~*#

  H_bar_chart_fun<-function(shuju,F)

  {

    shuju<-shuju

    shuju<-shuju[F]

    N=ncol(shuju)

    for (i in 2:N)

    {

      shuju[,i]<-round(shuju[,i], 3)

      shuju[,i]<-round(shuju[,i], 3)

    }

    name<-names(shuju)

    xname<-name[1]

    shuju[,1]<-factor(shuju[,1])

    shuju<-melt(shuju,id=xname)

    shuju$sum<-tapply(shuju$value,shuju[,1],sum)

    shuju[,1]<-reorder(shuju[,1],shuju$sum)

    shuju<- shuju[order(-shuju$sum),]#降序排列

    p<-ggplot(shuju, aes(x =shuju[,1], y =value)) 

    p<-p+theme_bw()

    p<-p+theme_light()

 p<-p+geom_bar(aes(fill=variable),stat = "identity",position = "dodge",width=0.8)

    p<-p+labs(x="" ,y="",title="")

    p<-p+coord_flip()

    p<-p+geom_text(aes(label=paste(shuju$value*100,'%',sep = ''),fill=variable),vjust =0.3,hjust=-0.1,colour = "black", position = position_dodge(0.7), size =4)

    p<-p+theme(legend.title=element_blank())

    p<-p+theme(

      legend.position = c(0.95, .05),

      legend.justification = c("right", "bottom"),

      legend.box.just="right",

      legend.margin=margin(6, 6, 6, 6)

    )

    p<-p+theme(axis.text.y= element_text(size=10,color="black", face= "bold", vjust=0.5, hjust=0.5))

    p<-p+theme(axis.text.x= element_text(size=15, color="black", vjust=0.5, hjust=0.5))

    pp=seq(0.1,1,by=0.1)

    p<-p+scale_y_continuous(labels = percent,breaks =pp)#把纵坐标轴变为百分比

  }

  #*~*#全自动画横向条形线图#*~*#

  #*~*#画横向条形线图具体代码#*~*#

  p7=H_bar_chart_fun(shuju=c3,F=PF3[[1]])

  p8=H_bar_chart_fun(shuju=c3,F=PF3[[2]])

  p9=H_bar_chart_fun(shuju=c3,F=PF3[[3]])

[3]第三步制作ppt

  ppt<-pptx(template = "cga_template.pptx")  #自己想要的母版

  slide.layouts(ppt,'Comparison')

  #第一张PPT

  ppt<-addSlide(ppt,slide.layout="Title Slide")

  options("ReporteRs-fontsize"=26)#设置默认大小

  ppt<-addTitle(ppt,value = c(name))

  #第二张PPT

  ppt<-addSlide(ppt,slide.layout="Title and Content")

  options("ReporteRs-fontsize"=8)#设置默认大小

  x21<-paste(cn,"30+逾期",sep="")

  ppt<-addTitle(ppt,x21)

  x22<-paste(cn,t,"至",t1,"共放款",fangkuan,"台,","逾期",yuqi,"台,","逾期率为",yuqilv,sep="")

  x23<-paste("新车放款",xcfangkuan,"台,","逾期",xcyuqi,"台,","逾期率为",xcyuqilv)

  x24<-paste("二手车放款",escfangkuan,"台,","逾期",escyuqi,"台,","逾期率为",escyuqilv)

  ppt<-addParagraph(ppt,value = c("",x22,x23,x24))

  #第三张PPT

  ppt<-addSlide(ppt,"Title and Content")

  x3<-paste(cn,"各月拒绝与全国对比(其中",t,"起申请",sqliang,"单,","拒绝",jujueliang,"单)",sep="")

  #ppt<-addTitle(ppt,"长沙各月拒绝与全国对比(其中2017年1月起申请2776单，拒绝523单）")

  #####

  #time="2017年1月"

  #a=2776

  #b=523

  #x3<-paste(cn,"各月拒绝率与全国对比(其中","time","起申请",a,"单)",sep="")

  ppt<-addTitle(ppt,x3)

  ###

  ppt<-addPlot(ppt,print,x=p1,width=13,height=6)

  #第四张ppt

  ppt<-addSlide(ppt,"Title and Content")

  x4<-paste(cn,"新车各月拒绝与全国对比",sep="")

  ppt<-addTitle(ppt,x4)

  #ppt<-addTitle(ppt,"长沙新车各月拒绝与全国对比")

  ppt<-addPlot(ppt,print,x=p2,width=13,height=6)

  #第五张PPT

  ppt<-addSlide(ppt,"Title and Content")

  x5<-paste(cn,"二手车各月拒绝与全国对比",sep="")

  ppt<-addTitle(ppt,x5) 

  #ppt<-addTitle(ppt,"长沙二手车各月拒绝与全国对比")

  ppt<-addPlot(ppt,print,x=p3,width=13,height=6)

  writeDoc(ppt,file="ppt.pptx")

  #第六张PPT

  ppt<-addSlide(ppt,"Title and Content")

  x6<-paste(cn,"各月伪冒率与全国对比",sep="")

  ppt<-addTitle(ppt,x6)

  #ppt<-addTitle(ppt,"长沙各月伪冒率与全国对比")

  ppt<-addPlot(ppt,print,x=p4,width=13,height=6)

  writeDoc(ppt,file="ppt.pptx")

  #第七张PPT

  ppt<-addSlide(ppt,"Title and Content")

  x7<-paste(cn,"新车各月伪冒率与全国对比",sep="")

  ppt<-addTitle(ppt,x7)

  #ppt<-addTitle(ppt,"长沙新车各月伪冒率与全国对比")

  ppt<-addPlot(ppt,print,x=p5,width=13,height=6)

  writeDoc(ppt,file="ppt.pptx")

  #第八张PPT

  ppt<-addSlide(ppt,"Title and Content")

  x8<-paste(cn,"二手车各月伪冒率与全国对比",sep="")

  ppt<-addTitle(ppt,x8)

  #ppt<-addTitle(ppt,"长沙二手车各月伪冒率与全国对比")

  ppt<-addPlot(ppt,print,x=p6,width=13,height=6)

  #第九张PPT

  ppt<-addSlide(ppt,"Title and Content")

  x9<-paste(cn,"拒绝原因与全国对比",sep="")

  ppt<-addTitle(ppt,x9)

  ppt<-addPlot(ppt,print,x=p7,width=13,height=6)

  #第十张PPT

  ppt<-addSlide(ppt,"Title and Content")

  x10<-paste(cn,"新车拒绝原因与全国对比",sep="")

  ppt<-addTitle(ppt,x10)

  ppt<-addPlot(ppt,print,x=p8,width=13,height=6)

  #第十一张PPT

  ppt<-addSlide(ppt,"Title and Content")

  x11<-paste(cn,"二手车拒绝原因与全国对比",sep="")

  ppt<-addTitle(ppt,x11)

  #ppt<-addTitle(ppt,"长沙二手车各月伪冒率与全国对比")

  ppt<-addPlot(ppt,print,x=p9,width=13,height=6)

  #第十二张PPT

  ppt<-addSlide(ppt,slide.layout="Title Slide")

  options("ReporteRs-fontsize"=26)#设置默认大小

  ppt<-addTitle(ppt,value = c("谢谢"))

  writeDoc(ppt,file=output)

[4]第四步把制作ppt的代码做成函数，写循环调用批量生成PPT

setwd("D:/工作文件夹/全自动化出PPT")

Rdata="D:/工作文件夹/全自动化出PPT/201701-201907.csv"#原始大表数据

for (i in 1:100)

{

  cn<-sub('........$','',aa2[i])#从字符串里删除特定字符串

  name=as.character(aa2[i])#店面名称

 output=paste("D:/工作文件夹/全自动化出PPT/自动做出的PPT6/",name,"（第",i,"个地区）ppt.pptx",sep="")

  dianmian_ppt(Rdata,name,output)

}

#Rdata是原始数据，name是经销商名称，output是ppt输出的地址

[5]总结

通过以上四步可以一次生成所需PPT。如果数据的表头不变，每周要出报表的话，一次写好脚本，可以每周自动执行，原来做一份PPT需要半个小时的话现在只需1分钟左右或者更短，如果一次要做100份或者更多，写脚本显然更节省时间，也可以避免人工处理数据过程中出现的计算错误。

以上就是怎么用R代码自动批量生成PPT，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注亿速云行业资讯频道。