In eal024/navR: navR
## Funksjon til denne delen: Peke på di ulike for å minske antall unike anslag.
regnskap_ifjor <- bud_post1$giHistoriskeAnslag( )$Regnskap
vedtatt_iar <- bud_post1$giHistoriskeAnslag( )$vedtatt_iar
forrige_iar <- bud_post1$giHistoriskeAnslag( )$forrige_iar
nytt_iar <- bud_post1$giHistoriskeAnslag( )$nytt_iar
forrige_neste_ar <- bud_post1$giHistoriskeAnslag( )$forrige_neste_ar
nytt_neste_ar <- bud_post1$giHistoriskeAnslag( )$nytt_neste_ar
bud <- bud_post1
Post r substring( bud_post1$giKapittelpost(), 6,7) - beskrivelse av anslaget
anslag_ar_1 <- list( ar = bud_post1$giPeriode() %>% year() , regnskap_ifjor = regnskap_ifjor, vedtatt_iar = vedtatt_iar, forrige = forrige_iar, nyttt = nytt_iar )
anslag_ar_2 <- list( ar = (bud_post1$giPeriode() %>% year() + 1), regnskap_ifjor = NULL, vedtatt_iar = NULL, forrige = forrige_neste_ar, nyttt = nytt_neste_ar)
# Lager tabell nr. 3
tabell_hoved3 <- alt_creat(anslag_ar_1, anslag_ar_2, navn_forste = "År")
# Manuell utregning av endringer
`Endring fra vedtatt` = str_remove(tabell_hoved3[[5]], pattern = " ") %>% as.numeric() - str_remove(tabell_hoved3[[3]], pattern = " ") %>% as.numeric()
`Endring fra forrige` = str_remove(tabell_hoved3[[5]], pattern = " ") %>% as.numeric() - str_remove(tabell_hoved3[[4]], pattern = " ") %>% as.numeric()
tabell_hoved3_2 <- tabell_hoved3 %>% mutate(
`Endring fra vedtatt` = `Endring fra vedtatt`,
`Endring fra forrige` = `Endring fra forrige`
) %>%
mutate(across( .cols = everything(), .fns = function(x) ifelse( is.na(x), " ", x ) ))
# Latex format - inn i funksjon?
navR::latex_tabell(tabell_hoved3_2, size = 8)
# Deklarere tekst fra input i neste avsnitt
# År
ar <- bud_post1$giPeriode() %>% year()
# Nytt anslag
nytt_i_ar <- navR::anslag_avrund( nytt_iar$giSumAnslag()/10^6 , i_mill_kr = T)
# Endring
endring_fra_forrige <- ( nytt_i_ar - anslag_avrund(forrige_iar$giSumAnslag()/10^6, i_mill_kr = T ) )
# Endring tekst.
# Forrige
endring_tekst <- ifelse(endring_fra_forrige > 0, "høyere", "lavere" )
endring_fra_forrige_round <- round( endring_fra_forrige, digits = 1)
# Vedtatt.
endring_fra_vedtatt <- ( (navR::anslag_avrund( nytt_iar$giSumAnslag(),i_mill_kr = F) - navR::anslag_avrund(vedtatt_iar$giSumAnslag(), i_mill_kr = F) )/10^6 )
endring_tekst_vedtatt <- ifelse(endring_fra_vedtatt > 0, "høyere", "lavere")
tekst_vedtatt <- ifelse( abs(endring_fra_vedtatt) == 0 , " likt som", ifelse( endring_fra_vedtatt > 0, str_c( abs(endring_fra_vedtatt)," mill.kr høyere enn "), str_c( abs(endring_fra_vedtatt)," mill.kr lavere enn") ) )
## Sammesatt 3 ulike utfall.
tilsvarer_endring <-
case_when(
# Forrige anslag
abs(endring_fra_forrige) > 0 ~ paste0( endring_fra_forrige, " mill. kroner " ,endring_tekst, " enn forrige anslag og ", tekst_vedtatt, " vedtatt budsjett."),
abs(endring_fra_forrige) == 0 ~ paste0("uendret fra forrige anslag."),
)
Arbeids- og velferdsdirektoratet tilrår et anslag for r ar på r format(nytt_i_ar, big.mark = " ") mill. kroner. Dette er r tilsvarer_endring
1.1 Endringer og dekomponeringer av utgiftsanslaget$\$
$\$
Endringer i r nytt_iar$giAnslagNavn() for r nytt_iar$giAr() og r nytt_neste_ar$giAr() sammenlignet med forrige anslag:
r nytt_iar$giAr():\newline
- Endret volumvekst har medført en anslagsendring for r nytt_iar$giAr() på r endring_anslag_iar_fra_sist$endring_mill[endring_anslag_iar_fra_sist$tekst == "endret volum"] %>% format(digits = 0) mill. kroner.
- Endret underliggende utvilling pris har medført en anslagsendring på r endring_anslag_iar_fra_sist$endring_mill[endring_anslag_iar_fra_sist$tekst == "effekt av pris"] mill. kroner.
- Endret underliggende utvilling i gjennomsnittlig ytelse har medført en anslagsendring på r endring_anslag_iar_fra_sist$endring_mill[endring_anslag_iar_fra_sist$tekst == "snitt_beløp"] %>% format(digits = 0) mill. kroner.\newline
- Endret forutsetning for tiltak har medført en anslagsendring på .\newline
- Samlet anslagendring for r nytt_iar$giAr() er r endring_anslag_iar_fra_sist$endring_mill[endring_anslag_iar_fra_sist$tekst == "totalt"] %>% format(digits = 0) mill. kroner.
r nytt_neste_ar$giAr():\newline
- Endret volumvekst har medført en anslagsendring for r nytt_neste_ar$giAr() på r endring_anslag_neste_ar_fra_sist$endring_mill[endring_anslag_neste_ar_fra_sist$tekst == "endret volum"] %>% format(digits = 0) mill. kroner.
- Endret underliggende utvilling pris har medført en anslagsendring på r endring_anslag_neste_ar_fra_sist$endring_mill[endring_anslag_neste_ar_fra_sist$tekst == "effekt av pris"] mill. kroner.
- Endret underliggende utvilling i gjennomsnittlig ytelse har medført en anslagsendring på r endring_anslag_neste_ar_fra_sist$endring_mill[endring_anslag_neste_ar_fra_sist$tekst == "snitt_beløp"] %>% format(digits = 0) mill. kroner.\newline
- Samlet anslagendring for r nytt_neste_ar$giAr() er r endring_anslag_neste_ar_fra_sist$endring_mill[endring_anslag_neste_ar_fra_sist$tekst == "totalt"] %>% format(digits = 0) mill. kroner.
1.2 Regnskapsutvikling
Tabell 2: Regnskapsutvikling.
#
fra_i_fjor <- (nytt_iar$giSumAnslag()/10^6- tabell2$regnskap[tabell2$ar == "2020"])
#fra_i_fjor_i_tekst <- ifelse(fra_i_fjor > 0, "høyere", "lavere")
## Sammesatt 3 ulike utfall.
fra_i_fjor_i_tekst <-
case_when(
# Forrige anslag
fra_i_fjor > 0 ~ paste0("høyere enn anslaget for ", nytt_iar$giAr() ),
fra_i_fjor < 0 ~ paste0("lavere enn anslaget for ", nytt_iar$giAr() ),
T ~ paste0(" fra anslaget for ", nytt_iar$giAr())
)
tabell2_2 %>%
mutate_all(linebreak) %>%
knitr::kable( format = "latex" , booktabs = T, escape = F, col.names = linebreak( names(tabell2_2) ), align = rep("r", times = 9) ) %>%
kable_styling( latex_options = c("HOLD_position","striped", "scale_down"), stripe_index = c(1,3,5,7,9,11), font_size = 4 )
t3 <- bud$lagTabellMndUtviklingRegnskap() %>% ungroup()
t3$mnd <- c(3,6,9,12)
mnd3 <- dplyr::select( t3,mnd, paste0( "anslag_", year(bud$giPeriode() )) ) %>% filter( mnd == 3) %>% pull(paste0( "anslag_", year(bud$giPeriode() )))
mnd12 <- dplyr::select( t3,mnd, paste0( "anslag_", year(bud$giPeriode() )) ) %>% filter( mnd == 12) %>% pull(paste0( "anslag_", year(bud$giPeriode() )))
snitt <- dplyr::select( t3,mnd, paste0( "anslag_", year(bud$giPeriode() )) ) %>% pull(paste0( "anslag_", year(bud$giPeriode() ))) %>% mean()
fra_3mnd <- (nytt_iar$giSumAnslag() - mnd3)
fra_12mnd <- (nytt_iar$giSumAnslag() - mnd12)
fra_snitt <- (nytt_iar$giSumAnslag() - snitt)
Anslaget for r bud$giPeriode() %>% year() er r proset_endring_fra_ifjor pst. fra utgiftene i r (year(bud$giPeriode())-1) i faste r year(bud$giPeriode())-kr-kroner. Sammenliknet med 3–12 månedersutviklingen (tabell 3) er anslaget r format(fra_3mnd/10^6, digits = 0, big.mark = " ") mill. kr. fra 3-månedersutviklingen, og r format(fra_12mnd/10^6, digits = 0, big.mark = " ") mill.kr. fra 12-månedersutviklingen. Gjennomsnittlig anslag, basert på 3- til 12-måndersutviklingen, er r format(snitt/10^6, digits = 0, big.mark = ' ' ) mill. kroner, r format(fra_snitt/10^6, big.mark = " ", digits = 0) mill.kr fra nytt anslag for r year(bud$giPeriode()).
Tabell 3: Regnskapstall basert på månedsutvikling, samme periode i fjor.
tabell3 %>% navR::latex_tabell( size = 5)
\hspace{4cm}
Tabell 4: Antall mottakere basert på månedsutvikling, samme periode i fjor.
# # Ulik latex_option. "scale_down" bruker ikke font_size
tabell4_mnd_utvikling_mottakere_2 %>%
mutate_all(linebreak) %>%
kable(format = "latex", booktabs = T, escape = F,
col.names = linebreak( names(tabell4_mnd_utvikling_mottakere_2) ), align = "lccc" ) %>%
kable_styling( latex_options = c("HOLD_position","striped", "scale_down"), stripe_index = c(1,3,5,7,9,11) )
1.3 Forutsetninger og anslag
Tabell 5: Forutsetning anslag for r bud_post1$giPeriode() %>% lubridate::year().
endre_tekst <- function( df) { df %>% mutate( tekst = case_when( str_detect(tekst, "regnskap") ~ "Regnskap",
str_detect(tekst, "sum") ~ "Sum",
T ~ tekst)) }
tabell_forutsetning <- tibble( anslag = list( regnskap_ifjor,
forrige_iar,
nytt_iar) ) %>%
mutate( anslag_navn = map(anslag, ~str_c(.x$giAnslagNavn()," ",.x$giAr() ) ) ) %>%
mutate( anslag = map(anslag, ~endre_tekst(.x$giDfAnslag() )),
anslag = map(anslag, ~.x %>% mutate(prosent = ifelse( tekst == "Sum", as.numeric(prosent)*100, prosent),
tall = format( tall, big.mark = " ", digits = 0),
prosent = format( prosent, digits = 1)))
) %>%
unnest(cols = c(anslag_navn, anslag) ) %>%
pivot_wider( names_from = anslag_navn, values_from = c(prosent,tall) ) %>%
select(tekst, 2,5,3,6, 4, 7)
names(tabell_forutsetning) <- map_chr( names(tabell_forutsetning) , function(x) str_replace(x, pattern = "_", "\n") %>% str_to_sentence( ))
tabell_forutsetning %>% navR::latex_tabell( size = 6)
\newpage
Tabell 6: Forutsetning anslag for 2022.
tabell_forutsetning_neste_ar <- tibble( anslag = list( forrige_neste_ar,
nytt_neste_ar) ) %>%
mutate( anslag_navn = map(anslag, ~str_c( .x$giAnslagNavn() ) ) ) %>%
mutate( anslag = map(anslag, ~endre_tekst(.x$giDfAnslag() )),
anslag = map(anslag, ~.x %>% mutate(prosent = ifelse( tekst == "Sum", as.numeric(prosent)*100, prosent),
tall = format( tall, big.mark = " ", digits = 0),
prosent = format( prosent, digits = 1)))
) %>%
unnest(cols = c(anslag_navn, anslag) ) %>%
pivot_wider( names_from = anslag_navn, values_from = c(prosent,tall) ) %>%
select(tekst, 2,4,3,5)
names(tabell_forutsetning_neste_ar) <- map_chr( names(tabell_forutsetning_neste_ar) , function(x) str_replace(x, pattern = "_", "\n") %>% str_to_sentence( ))
tabell_forutsetning_neste_ar %>% navR::latex_tabell( size = 6)
1.4 Budsjettmessige effekter av tiltak
Tabell 7: Budsjettmessig effekt av 2021-tiltak, millioner kroner.
tiltak %>% latex_tabell( size = 6)
1.4 Gjennomsnittlig ytelse og antall mottakere
Tabell 8: Antall mottakere og gjennomsnittlig ytelse.
tabell5_gj_ytelse %>% navR::latex_tabell( size = 8)
Tekst om antall mottakere.
eal024/navR documentation built on Jan. 29, 2024, 4:36 p.m.
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
## Funksjon til denne delen: Peke på di ulike for å minske antall unike anslag. regnskap_ifjor <- bud_post1$giHistoriskeAnslag( )$Regnskap vedtatt_iar <- bud_post1$giHistoriskeAnslag( )$vedtatt_iar forrige_iar <- bud_post1$giHistoriskeAnslag( )$forrige_iar nytt_iar <- bud_post1$giHistoriskeAnslag( )$nytt_iar forrige_neste_ar <- bud_post1$giHistoriskeAnslag( )$forrige_neste_ar nytt_neste_ar <- bud_post1$giHistoriskeAnslag( )$nytt_neste_ar bud <- bud_post1
Post r substring( bud_post1$giKapittelpost(), 6,7) - beskrivelse av anslaget
anslag_ar_1 <- list( ar = bud_post1$giPeriode() %>% year() , regnskap_ifjor = regnskap_ifjor, vedtatt_iar = vedtatt_iar, forrige = forrige_iar, nyttt = nytt_iar ) anslag_ar_2 <- list( ar = (bud_post1$giPeriode() %>% year() + 1), regnskap_ifjor = NULL, vedtatt_iar = NULL, forrige = forrige_neste_ar, nyttt = nytt_neste_ar) # Lager tabell nr. 3 tabell_hoved3 <- alt_creat(anslag_ar_1, anslag_ar_2, navn_forste = "År") # Manuell utregning av endringer `Endring fra vedtatt` = str_remove(tabell_hoved3[[5]], pattern = " ") %>% as.numeric() - str_remove(tabell_hoved3[[3]], pattern = " ") %>% as.numeric() `Endring fra forrige` = str_remove(tabell_hoved3[[5]], pattern = " ") %>% as.numeric() - str_remove(tabell_hoved3[[4]], pattern = " ") %>% as.numeric() tabell_hoved3_2 <- tabell_hoved3 %>% mutate( `Endring fra vedtatt` = `Endring fra vedtatt`, `Endring fra forrige` = `Endring fra forrige` ) %>% mutate(across( .cols = everything(), .fns = function(x) ifelse( is.na(x), " ", x ) )) # Latex format - inn i funksjon? navR::latex_tabell(tabell_hoved3_2, size = 8)
# Deklarere tekst fra input i neste avsnitt # År ar <- bud_post1$giPeriode() %>% year() # Nytt anslag nytt_i_ar <- navR::anslag_avrund( nytt_iar$giSumAnslag()/10^6 , i_mill_kr = T) # Endring endring_fra_forrige <- ( nytt_i_ar - anslag_avrund(forrige_iar$giSumAnslag()/10^6, i_mill_kr = T ) ) # Endring tekst. # Forrige endring_tekst <- ifelse(endring_fra_forrige > 0, "høyere", "lavere" ) endring_fra_forrige_round <- round( endring_fra_forrige, digits = 1) # Vedtatt. endring_fra_vedtatt <- ( (navR::anslag_avrund( nytt_iar$giSumAnslag(),i_mill_kr = F) - navR::anslag_avrund(vedtatt_iar$giSumAnslag(), i_mill_kr = F) )/10^6 ) endring_tekst_vedtatt <- ifelse(endring_fra_vedtatt > 0, "høyere", "lavere") tekst_vedtatt <- ifelse( abs(endring_fra_vedtatt) == 0 , " likt som", ifelse( endring_fra_vedtatt > 0, str_c( abs(endring_fra_vedtatt)," mill.kr høyere enn "), str_c( abs(endring_fra_vedtatt)," mill.kr lavere enn") ) ) ## Sammesatt 3 ulike utfall. tilsvarer_endring <- case_when( # Forrige anslag abs(endring_fra_forrige) > 0 ~ paste0( endring_fra_forrige, " mill. kroner " ,endring_tekst, " enn forrige anslag og ", tekst_vedtatt, " vedtatt budsjett."), abs(endring_fra_forrige) == 0 ~ paste0("uendret fra forrige anslag."), )
Arbeids- og velferdsdirektoratet tilrår et anslag for r ar på r format(nytt_i_ar, big.mark = " ") mill. kroner. Dette er r tilsvarer_endring
1.1 Endringer og dekomponeringer av utgiftsanslaget$\$
$\$
Endringer i r nytt_iar$giAnslagNavn() for r nytt_iar$giAr() og r nytt_neste_ar$giAr() sammenlignet med forrige anslag:
r nytt_iar$giAr():\newline
- Endret volumvekst har medført en anslagsendring for r nytt_iar$giAr() på r endring_anslag_iar_fra_sist$endring_mill[endring_anslag_iar_fra_sist$tekst == "endret volum"] %>% format(digits = 0) mill. kroner.
- Endret underliggende utvilling pris har medført en anslagsendring på r endring_anslag_iar_fra_sist$endring_mill[endring_anslag_iar_fra_sist$tekst == "effekt av pris"] mill. kroner.
- Endret underliggende utvilling i gjennomsnittlig ytelse har medført en anslagsendring på r endring_anslag_iar_fra_sist$endring_mill[endring_anslag_iar_fra_sist$tekst == "snitt_beløp"] %>% format(digits = 0) mill. kroner.\newline
- Endret forutsetning for tiltak har medført en anslagsendring på r nytt_iar$giAr() er r endring_anslag_iar_fra_sist$endring_mill[endring_anslag_iar_fra_sist$tekst == "totalt"] %>% format(digits = 0) mill. kroner.
r nytt_neste_ar$giAr():\newline
- Endret volumvekst har medført en anslagsendring for r nytt_neste_ar$giAr() på r endring_anslag_neste_ar_fra_sist$endring_mill[endring_anslag_neste_ar_fra_sist$tekst == "endret volum"] %>% format(digits = 0) mill. kroner.
- Endret underliggende utvilling pris har medført en anslagsendring på r endring_anslag_neste_ar_fra_sist$endring_mill[endring_anslag_neste_ar_fra_sist$tekst == "effekt av pris"] mill. kroner.
- Endret underliggende utvilling i gjennomsnittlig ytelse har medført en anslagsendring på r endring_anslag_neste_ar_fra_sist$endring_mill[endring_anslag_neste_ar_fra_sist$tekst == "snitt_beløp"] %>% format(digits = 0) mill. kroner.\newline
- Samlet anslagendring for r nytt_neste_ar$giAr() er r endring_anslag_neste_ar_fra_sist$endring_mill[endring_anslag_neste_ar_fra_sist$tekst == "totalt"] %>% format(digits = 0) mill. kroner.
1.2 Regnskapsutvikling
Tabell 2: Regnskapsutvikling.
# fra_i_fjor <- (nytt_iar$giSumAnslag()/10^6- tabell2$regnskap[tabell2$ar == "2020"]) #fra_i_fjor_i_tekst <- ifelse(fra_i_fjor > 0, "høyere", "lavere") ## Sammesatt 3 ulike utfall. fra_i_fjor_i_tekst <- case_when( # Forrige anslag fra_i_fjor > 0 ~ paste0("høyere enn anslaget for ", nytt_iar$giAr() ), fra_i_fjor < 0 ~ paste0("lavere enn anslaget for ", nytt_iar$giAr() ), T ~ paste0(" fra anslaget for ", nytt_iar$giAr()) ) tabell2_2 %>% mutate_all(linebreak) %>% knitr::kable( format = "latex" , booktabs = T, escape = F, col.names = linebreak( names(tabell2_2) ), align = rep("r", times = 9) ) %>% kable_styling( latex_options = c("HOLD_position","striped", "scale_down"), stripe_index = c(1,3,5,7,9,11), font_size = 4 ) t3 <- bud$lagTabellMndUtviklingRegnskap() %>% ungroup() t3$mnd <- c(3,6,9,12) mnd3 <- dplyr::select( t3,mnd, paste0( "anslag_", year(bud$giPeriode() )) ) %>% filter( mnd == 3) %>% pull(paste0( "anslag_", year(bud$giPeriode() ))) mnd12 <- dplyr::select( t3,mnd, paste0( "anslag_", year(bud$giPeriode() )) ) %>% filter( mnd == 12) %>% pull(paste0( "anslag_", year(bud$giPeriode() ))) snitt <- dplyr::select( t3,mnd, paste0( "anslag_", year(bud$giPeriode() )) ) %>% pull(paste0( "anslag_", year(bud$giPeriode() ))) %>% mean() fra_3mnd <- (nytt_iar$giSumAnslag() - mnd3) fra_12mnd <- (nytt_iar$giSumAnslag() - mnd12) fra_snitt <- (nytt_iar$giSumAnslag() - snitt)
Anslaget for r bud$giPeriode() %>% year() er r proset_endring_fra_ifjor pst. fra utgiftene i r (year(bud$giPeriode())-1) i faste r year(bud$giPeriode())-kr-kronerr format(fra_3mnd/10^6, digits = 0, big.mark = " ") mill. kr. fra 3-månedersutviklingen, og r format(fra_12mnd/10^6, digits = 0, big.mark = " ") mill.kr. fra 12-månedersutviklingen. Gjennomsnittlig anslag, basert på 3- til 12-måndersutviklingen, er r format(snitt/10^6, digits = 0, big.mark = ' ' ) mill. kroner, r format(fra_snitt/10^6, big.mark = " ", digits = 0) mill.kr fra nytt anslag for r year(bud$giPeriode()).
Tabell 3: Regnskapstall basert på månedsutvikling, samme periode i fjor.
tabell3 %>% navR::latex_tabell( size = 5)
\hspace{4cm}
Tabell 4: Antall mottakere basert på månedsutvikling, samme periode i fjor.
# # Ulik latex_option. "scale_down" bruker ikke font_size tabell4_mnd_utvikling_mottakere_2 %>% mutate_all(linebreak) %>% kable(format = "latex", booktabs = T, escape = F, col.names = linebreak( names(tabell4_mnd_utvikling_mottakere_2) ), align = "lccc" ) %>% kable_styling( latex_options = c("HOLD_position","striped", "scale_down"), stripe_index = c(1,3,5,7,9,11) )
1.3 Forutsetninger og anslag
Tabell 5: Forutsetning anslag for r bud_post1$giPeriode() %>% lubridate::year().
endre_tekst <- function( df) { df %>% mutate( tekst = case_when( str_detect(tekst, "regnskap") ~ "Regnskap", str_detect(tekst, "sum") ~ "Sum", T ~ tekst)) } tabell_forutsetning <- tibble( anslag = list( regnskap_ifjor, forrige_iar, nytt_iar) ) %>% mutate( anslag_navn = map(anslag, ~str_c(.x$giAnslagNavn()," ",.x$giAr() ) ) ) %>% mutate( anslag = map(anslag, ~endre_tekst(.x$giDfAnslag() )), anslag = map(anslag, ~.x %>% mutate(prosent = ifelse( tekst == "Sum", as.numeric(prosent)*100, prosent), tall = format( tall, big.mark = " ", digits = 0), prosent = format( prosent, digits = 1))) ) %>% unnest(cols = c(anslag_navn, anslag) ) %>% pivot_wider( names_from = anslag_navn, values_from = c(prosent,tall) ) %>% select(tekst, 2,5,3,6, 4, 7) names(tabell_forutsetning) <- map_chr( names(tabell_forutsetning) , function(x) str_replace(x, pattern = "_", "\n") %>% str_to_sentence( )) tabell_forutsetning %>% navR::latex_tabell( size = 6)
\newpage Tabell 6: Forutsetning anslag for 2022.
tabell_forutsetning_neste_ar <- tibble( anslag = list( forrige_neste_ar, nytt_neste_ar) ) %>% mutate( anslag_navn = map(anslag, ~str_c( .x$giAnslagNavn() ) ) ) %>% mutate( anslag = map(anslag, ~endre_tekst(.x$giDfAnslag() )), anslag = map(anslag, ~.x %>% mutate(prosent = ifelse( tekst == "Sum", as.numeric(prosent)*100, prosent), tall = format( tall, big.mark = " ", digits = 0), prosent = format( prosent, digits = 1))) ) %>% unnest(cols = c(anslag_navn, anslag) ) %>% pivot_wider( names_from = anslag_navn, values_from = c(prosent,tall) ) %>% select(tekst, 2,4,3,5) names(tabell_forutsetning_neste_ar) <- map_chr( names(tabell_forutsetning_neste_ar) , function(x) str_replace(x, pattern = "_", "\n") %>% str_to_sentence( )) tabell_forutsetning_neste_ar %>% navR::latex_tabell( size = 6)
1.4 Budsjettmessige effekter av tiltak
Tabell 7: Budsjettmessig effekt av 2021-tiltak, millioner kroner.
tiltak %>% latex_tabell( size = 6)
1.4 Gjennomsnittlig ytelse og antall mottakere
Tabell 8: Antall mottakere og gjennomsnittlig ytelse.
tabell5_gj_ytelse %>% navR::latex_tabell( size = 8)
Tekst om antall mottakere.
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
Embedding an R snippet on your website
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.