Get formatted flextable of metrics
Examples
# Path to skeleton files
path_skeleton <- fs::path_package(
package = "RUBer",
"rmarkdown",
"templates",
"datenreport-2022",
"skeleton"
)
# Read csv file
df_metrics <- read.csv(
fs::path(
path_skeleton,
"metrics_overview.csv"
),
encoding = "UTF-8"
)
# Extract vectors from data frame, construct full file paths
metrics_text <- df_metrics[["metrics_text"]]
metrics_images <- as.character(
fs::path(
path_skeleton,
df_metrics[["metrics_images"]]
)
)
# For presentation purposes, the data is split into six columns
df_metrics_table <- tibble::tribble(
~col1, ~col2, ~col3, ~col4, ~col5, ~col6,
metrics_images[1], metrics_text[1], metrics_text[1],
metrics_text[1], NA_character_, NA_character_,
metrics_text[2], metrics_text[2], metrics_text[2],
metrics_text[2], metrics_text[2], metrics_images[2],
metrics_images[3], metrics_text[3], metrics_text[3],
metrics_text[3], NA_character_, NA_character_,
NA_character_, NA_character_, metrics_text[4],
metrics_text[4], metrics_text[4], metrics_images[4],
metrics_images[5], metrics_text[5], metrics_text[5],
metrics_text[5], metrics_text[5], NA_character_,
NA_character_, metrics_text[6], metrics_text[6],
metrics_text[6], metrics_text[6], metrics_images[6]
)
# Function call
rub_table_metrics(
df_metrics_table
)
#> a flextable object.
#> col_keys: `col1`, `col2`, `col3`, `col4`, `col5`, `col6`
#> header has 0 row(s)
#> body has 6 row(s)
#> original dataset sample:
#> col1
#> 1 /home/runner/work/_temp/Library/RUBer/rmarkdown/templates/datenreport-2022/skeleton/pie-line-graph.png
#> 2 Drei Befragungen:\nAbsolvent:innenbefragung (8.297 Fälle), Studieneingangsbefragung (5.283 Fälle)\nund Studienverlaufsbefragung (5.912 Fälle)
#> 3 /home/runner/work/_temp/Library/RUBer/rmarkdown/templates/datenreport-2022/skeleton/list-numbers.png
#> 4 <NA>
#> 5 /home/runner/work/_temp/Library/RUBer/rmarkdown/templates/datenreport-2022/skeleton/user-female-teacher-math.png
#> col2
#> 1 Insgesamt 67 Datenreporte\nfür 177 Studiengänge
#> 2 Drei Befragungen:\nAbsolvent:innenbefragung (8.297 Fälle), Studieneingangsbefragung (5.283 Fälle)\nund Studienverlaufsbefragung (5.912 Fälle)
#> 3 Auswertung von 53 Fragen\nund 251 Items
#> 4 <NA>
#> 5 143 Lehrförderungen verteilt auf\n222 Antragssteller:innen
#> col3
#> 1 Insgesamt 67 Datenreporte\nfür 177 Studiengänge
#> 2 Drei Befragungen:\nAbsolvent:innenbefragung (8.297 Fälle), Studieneingangsbefragung (5.283 Fälle)\nund Studienverlaufsbefragung (5.912 Fälle)
#> 3 Auswertung von 53 Fragen\nund 251 Items
#> 4 904.321 ausgewertete Antworten\nvisualisiert in 5.027 Abbildungen
#> 5 143 Lehrförderungen verteilt auf\n222 Antragssteller:innen
#> col4
#> 1 Insgesamt 67 Datenreporte\nfür 177 Studiengänge
#> 2 Drei Befragungen:\nAbsolvent:innenbefragung (8.297 Fälle), Studieneingangsbefragung (5.283 Fälle)\nund Studienverlaufsbefragung (5.912 Fälle)
#> 3 Auswertung von 53 Fragen\nund 251 Items
#> 4 904.321 ausgewertete Antworten\nvisualisiert in 5.027 Abbildungen
#> 5 143 Lehrförderungen verteilt auf\n222 Antragssteller:innen
#> col5
#> 1 <NA>
#> 2 Drei Befragungen:\nAbsolvent:innenbefragung (8.297 Fälle), Studieneingangsbefragung (5.283 Fälle)\nund Studienverlaufsbefragung (5.912 Fälle)
#> 3 <NA>
#> 4 904.321 ausgewertete Antworten\nvisualisiert in 5.027 Abbildungen
#> 5 143 Lehrförderungen verteilt auf\n222 Antragssteller:innen
#> col6
#> 1 <NA>
#> 2 /home/runner/work/_temp/Library/RUBer/rmarkdown/templates/datenreport-2022/skeleton/team-meeting-message-men-question.png
#> 3 <NA>
#> 4 /home/runner/work/_temp/Library/RUBer/rmarkdown/templates/datenreport-2022/skeleton/analytics-bars-horizontal.png
#> 5 <NA>