Why do I have also block label in table caption?

[lucadj77]

Description

Hi!

I am currently working on a document using Quarto and have encountered an issue with the formatting of table captions. Specifically, the captions for tables generated using Python code blocks include the block label within curly braces, and I'm looking to format them differently.

Here's an example.

```{python}
#| label: test
#| tbl-cap: I problemi economici e di salute affrontati dagli iscritti negli ultimi due anni
var = [col for col in dati.columns if col.startswith('problemi_')]
tabellaM(dati, var, var_gruppo='cl_eta')

Is there a way to have only the tbl-cap text in the caption?

Any guidance or insights from experienced Quarto users would be greatly appreciated. Your assistance will be invaluable in helping me resolve this matter.

Thank you in advance for your help and support.

[cderv]

Can you edit your question and provide your code in markdown format inside the post ?
https://quarto.org/bug-reports.html#formatting-make-githubs-markdown-work-for-us

This way we can copy paste. It is easier for us with a reproducible example. Thanks !

[lucadj77]

This is the code of tabellaM

def tabellaM(df, variabili, pesi=True, ordinamento=True, n_valori=None, decimali=1, var_gruppo=None):
    """
    Elabora una tabella riassuntiva basata su una lista di variabili, suddividendo opzionalmente per un'altra variabile.
    
    Parametri:
    - df: DataFrame di origine.
    - variabili: Lista delle variabili da elaborare.
    - labels: Dizionario con le etichette descrittive per le variabili.
    - pesi: Se True, aggrega 'peso' per somma, altrimenti conta i valori non nulli e > 0.
    - ordinamento: Se True, ordina i risultati dal più alto al più basso.
    - n_valori: Numero di valori da visualizzare. Se None, mostra tutti i valori.
    - decimali: Numero di decimali per la colonna '%'.
    - var_gruppo: Variabile su cui basare la suddivisione del DataFrame.
    """
    
    # Inizializza una lista per raccogliere i risultati
    risultati_globali = []

    if var_gruppo and var_gruppo in df.columns:
        gruppi = df[var_gruppo].dropna().unique()
    else:
        gruppi = [None]

    for gruppo in gruppi:
        df_gruppo = df if gruppo is None else df[df[var_gruppo] == gruppo]
        base = df_gruppo['peso'].sum() if pesi else df_gruppo[df_gruppo['peso'] > 0]['peso'].count()

        for var in variabili:
            valore = df_gruppo[var].sum() if pesi else df_gruppo[df_gruppo[var] > 0][var].count()
            percentuale = (valore / base) * 100
            risultati_globali.append({
                'Gruppo': labels.get(gruppo, gruppo) if gruppo is not None else "Totale",
                'Risposte': labels.get(var, var),
                'Soggetti': round(valore),
                '%': round(percentuale, decimali)
            })

    # Crea il DataFrame dai risultati
    risultati_df = pd.DataFrame(risultati_globali)

    if ordinamento:
        if 'Gruppo' in risultati_df.columns:
            risultati_df.sort_values(by=['Gruppo', 'Soggetti'], ascending=[True, False], inplace=True)
        else:
            risultati_df.sort_values(by='Soggetti', ascending=False, inplace=True)

    # Filtro per n_valori, applicato in base alla presenza o meno di var_gruppo
    if n_valori is not None:
        if var_gruppo and var_gruppo in df.columns:
            # Raggruppa per 'Gruppo' e poi applica il filtro
            risultati_df = risultati_df.groupby('Gruppo').head(n_valori).reset_index(drop=True)
        else:
            # Applica direttamente il filtro se non ci sono gruppi
            risultati_df = risultati_df.head(n_valori)

    # Rimuovi la colonna 'Gruppo' se var_gruppo non è stato specificato
    if not var_gruppo or var_gruppo not in df.columns:
        risultati_df.drop('Gruppo', axis=1, inplace=True)

    markdown_result = risultati_df.to_markdown(index=False, tablefmt="pipe", stralign="right")
    display(Markdown(markdown_result))

    soggetti = df['peso'].sum() if pesi else df['peso'].count()

    display(Markdown(f'Totale soggetti analizzati: {int(soggetti.round(0))}.'))
    if var_gruppo:
      display(Markdown('Nota: la somma delle percentuali all\'interno di ogni gruppo potrebbe non essere 100 a causa della possibilità di fornire più risposte.'))
    else:
      display(Markdown('Nota: la somma delle percentuali potrebbe non essere 100 a causa della possibilità di fornire più risposte.'))

[cderv]

I meant your Quarto document that renders incorrectly.

We can't reproduce easily on our side to look closer to what happens with only screenshots. Also because we don't have your Quarto version (have you tested next 1.4 version ?) , and what is in your configuration (_quarto.yml or YAML header).

So we ask for reproducible example so that you help us us help you. Thanks !

[lucadj77]

eppi.zip

It is a very long document. I attach a zip file with the qmd and data files.

I'm using the v1.110.1 of the Quarto plugin on VS code.

[lucadj77]

Sorry, Quarto 1.3.450, I'll try newer version

[mcanouil]

It is a very long document. I attach a zip file with the qmd and data files.

Could you remove all unnecessary parts until you get something small which exhibit the issue and share as plain text preferably?
If your issue is about one caption then your example could be as small as the one below.
Decreasing the size of your example might even help you figure out the issue yourself.

You can share a Quarto document using the following syntax, i.e., using more backticks than you have in your document (usually four ````).

````qmd
---
title: "Reproducible Quarto Document"
format: html
engine: knitr
---

This is a reproducible Quarto document using `format: html`.
It is written in Markdown and contains embedded R code.
When you run the code, it will produce a plot.

```{r}
plot(cars)
```

![A placeholder image](https://placehold.co/600x400.png)

The end.
````

[lucadj77]

---
title: "Indagine EPPI 2023"
subtitle: \today
author: "Mefop"
lang: it
format:
  html:
    toc: true
    theme: journal
  pdf:
    toc: false
    number-sections: true
    number-depth: 2
    colorlinks: true
    documentclass: memoir
    papersize: A4
    geometry:
      - top=30mm
      - left=20mm
      - heightrounded
execute: 
  echo: false
  warning: false
tbl-cap-location: top
---

### 

```{python}
#| label: Caricamento moduli
import pandas as pd
import xlwings as xw
from IPython.display import display, Markdown, Latex
import locale
import json

# Impostazione del locale per utilizzare la virgola come separatore decimale
locale.setlocale(locale.LC_ALL, 'it_IT.UTF-8')
pd.options.display.float_format = '{:,.2f}'.format
```

```{python}
#| label: DEF tabella risposte multiple
def tabellaM(df, variabili, pesi=True, ordinamento=True, n_valori=None, decimali=1, var_gruppo=None):
    """
    Elabora una tabella riassuntiva basata su una lista di variabili, suddividendo opzionalmente per un'altra variabile.
    
    Parametri:
    - df: DataFrame di origine.
    - variabili: Lista delle variabili da elaborare.
    - labels: Dizionario con le etichette descrittive per le variabili.
    - pesi: Se True, aggrega 'peso' per somma, altrimenti conta i valori non nulli e > 0.
    - ordinamento: Se True, ordina i risultati dal più alto al più basso.
    - n_valori: Numero di valori da visualizzare. Se None, mostra tutti i valori.
    - decimali: Numero di decimali per la colonna '%'.
    - var_gruppo: Variabile su cui basare la suddivisione del DataFrame.
    """
    
    risultati_globali = []

    if var_gruppo and var_gruppo in df.columns:
        if pd.api.types.is_categorical_dtype(df[var_gruppo]):
            gruppi = df[var_gruppo].cat.categories
        else:
            gruppi = sorted(df[var_gruppo].dropna().unique())
    else:
        gruppi = [None]

    for gruppo in gruppi:
        df_gruppo = df if gruppo is None else df[df[var_gruppo] == gruppo]
        base = df_gruppo['peso'].sum() if pesi else df_gruppo[df_gruppo['peso'] > 0]['peso'].count()

        for var in variabili:
            valore = df_gruppo[var].sum() if pesi else df_gruppo[df_gruppo[var] > 0][var].count()
            percentuale = (valore / base) * 100
            risultati_globali.append({
                'Gruppo': gruppo if gruppo is not None else "Totale",
                'Risposte': labels[var],
                'Soggetti': round(valore),
                '%': round(percentuale, decimali)
            })

    risultati_df = pd.DataFrame(risultati_globali)

    if ordinamento:
        risultati_df.sort_values(by=['Gruppo', 'Soggetti'], ascending=[True, False], inplace=True)

    if n_valori is not None:
        risultati_df = risultati_df.groupby('Gruppo').head(n_valori).reset_index(drop=True)

    for gruppo in gruppi:
        # display(Markdown(gruppo if gruppo is not None else 'Totale'))
        gruppo_df = risultati_df[risultati_df['Gruppo'] == gruppo] if gruppo is not None else risultati_df
        if not gruppo_df.empty:
            markdown_result = gruppo_df.drop('Gruppo', axis=1).to_markdown(index=False, tablefmt="pipe", stralign="right")
            display(Markdown(markdown_result))
            display(Markdown(f"Soggetti - {gruppo if gruppo is not None else 'Totale'}: {int(base.round(0))}"))
        else:
            display(Markdown('Nessun dato disponibile per questo gruppo.'))
    
    display(Markdown("*Nota: la somma delle percentuali potrebbe non essere 100 a causa della possibilità di fornire più risposte.*"))

```

```{python}
#| label: Caricamento dati

dati = pd.read_pickle('dati.pkl')
labels = {}

with open('labels.json', 'r') as f:
    labels = json.load(f)

```

```{python}
#| label: test
#| tbl-cap: 
#|  - I problemi economici e di salute affrontati dagli iscritti negli ultimi due anni (fino a 34 anni)
#|  - I problemi economici e di salute affrontati dagli iscritti negli ultimi due anni (35-65 anni)
#|  - I problemi economici e di salute affrontati dagli iscritti negli ultimi due anni (oltre 65 anni)
# I problemi economici e di salute affrontati dagli iscritti negli ultimi due anni
var = [col for col in dati.columns if col.startswith('problemi_')]
tabellaM(dati, var, var_gruppo='cl_eta')
```

[cderv]

I think I can reproduce your issue with this simplified version

---
title: "Test"
format: html
keep-md: true
---

```{python}
#| label: Caricamento moduli
import pandas as pd
from IPython.display import display, Markdown
```

```{python}
#| label: test
#| tbl-cap: 
#|  - Test caption
penguins = pd.read_csv("https://pos.it/palmer-penguins-github-csv")
markdown_result = penguins.groupby("species").size().to_markdown(index=False, tablefmt="pipe", stralign="right")
display(Markdown(markdown_result))
```

The ID should not be should IMO. The R version of this is not showing it

---
title: "Test"
format: html
keep-md: true
---

```{r}
#| label: test
#| tbl-cap: 
#|  - Test caption
knitr::kable(head(mtcars))
```

@cscheid I know that label needs to have tbl- prefix when you want to reference; But I don't think it should show the #cell-test in Caption when it is not a cross referencable table.

I'll open an issue to track this

[cderv]

• Python table with jupyter is showing label in caption when not a cross referenced table  #8428

[cscheid]

```{python}
#| label: test
#| tbl-cap: I problemi economici e di salute affrontati dagli iscritti negli ultimi due anni

tbl-cap requires a label starting with tbl-.

[lucadj77]

Ok, it works!

I don't understand why for other blocks I didn't have the problem also without using tbl- for the label.

Thanks!

[mcanouil]

FYI, this is stated at the beginning of the following section and in a red callout, see https://quarto.org/docs/authoring/cross-references.html#tables.

[lucadj77]

I had seen that message, but I thought it was only needed for cross-referencing the tables, and believed my issue stemmed from using a Python code block instead of plain Markdown. The problem didn't always occur, which made it hard for me to figure out the cause. Thanks a lot for the support.

[mcanouil]

Could you share the two situations?