Dodawanie opcji spisu treści
Gdy w ustawieniach znajduje się toc_float, spis treści pojawia się po lewej stronie dokumentu i pozostaje widoczny podczas przewijania. Domyślnie wyświetla tylko nagłówki najwyższego poziomu i rozwija się w miarę czytania raportu lub korzystania ze spisu treści do nawigacji. Przewijanie strony jest przy tym animowane.
W tym ćwiczeniu dodasz toc_float i zmodyfikujesz te ustawienia za pomocą pól collapsed i smooth_scroll, tak aby pełny spis treści był zawsze widoczny, a przewijanie strony odbywało się bez animacji.
To ćwiczenie jest częścią kursu
Raportowanie z R Markdown
Instrukcje do ćwiczenia
- Poniżej pola
tocdodajtoc_floati dwukropek na końcu. - W nowej linii, z dodatkowym poziomem wcięcia, dodaj pole
collapsed, tak aby pełny spis treści pozostawał widoczny przez cały czas. - Dodaj kolejną linię z polem
smooth_scroll, tak aby przewijanie strony nie było animowane.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
{"investment_report.Rmd":"---\ntitle: \"Investment Report\"\noutput: \n html_document:\n toc: true\n toc_depth: 3\ndate: \"`r format(Sys.time(), '%d %B %Y')`\"\n---\n\n```{r setup, include = FALSE}\nknitr::opts_chunk$set(fig.align = 'center', echo = TRUE)\n```\n\n```{r data, include = FALSE}\nlibrary(readr)\nlibrary(dplyr)\nlibrary(ggplot2)\n\ninvestment_annual_summary <- read_csv(\"https://assets.datacamp.com/production/repositories/5756/datasets/d0251f26117bbcf0ea96ac276555b9003f4f7372/investment_annual_summary.csv\")\ninvestment_services_projects <- read_csv(\"https://assets.datacamp.com/production/repositories/5756/datasets/bcb2e39ecbe521f4b414a21e35f7b8b5c50aec64/investment_services_projects.csv\")\n```\n\n## Datasets \n\n### Investment Annual Summary\nThe `investment_annual_summary` dataset provides a summary of the dollars in millions provided to each region for each fiscal year, from 2012 to 2018.\n```{r investment-annual-summary}\nggplot(investment_annual_summary, aes(x = fiscal_year, y = dollars_in_millions, color = region)) +\n geom_line() +\n labs(\n title = \"Investment Annual Summary\",\n x = \"Fiscal Year\",\n y = \"Dollars in Millions\"\n )\n```\n\n### Investment Projects in Brazil\nThe `investment_services_projects` dataset provides information about each investment project from 2012 to 2018. Information listed includes the project name, company name, sector, project status, and investment amounts. Projects that do not have an associated investment amount are excluded from the plot.\n\n```{r brazil-investment-projects}\nbrazil_investment_projects <- investment_services_projects %>%\n filter(country == \"Brazil\") \n\nggplot(brazil_investment_projects, aes(x = date_disclosed, y = total_investment, color = status)) +\n geom_point() +\n labs(\n title = \"Investment Services Projects in Brazil\",\n x = \"Date Disclosed\",\n y = \"Total IFC Investment in Dollars in Millions\"\n )\n```\n\n### Investment Projects in Brazil in 2018\nThe `investment_services_projects` dataset was filtered below to focus on information about each investment project from the 2018 fiscal year, and is referred to as `brazil_investment_projects_2018`. Projects that do not have an associated investment amount are excluded from the plot.\n\n```{r brazil-investment-projects-2018}\nbrazil_investment_projects_2018 <- investment_services_projects %>%\n filter(country == \"Brazil\",\n date_disclosed >= \"2017-07-01\",\n date_disclosed <= \"2018-06-30\") \n\nggplot(brazil_investment_projects_2018, aes(x = date_disclosed, y = total_investment, color = status)) +\n geom_point() +\n labs(\n title = \"Investment Services Projects in Brazil in 2018\",\n x = \"Date Disclosed\",\n y = \"Total IFC Investment in Dollars in Millions\"\n ) \n```\n\n\n"}