关于r：Shiny应用，带有用于分类和数值数据的过滤器

Shiny app with filters for categorical and numerical data

我有一个包含分类和数字变量的数据集。

我的数据看起来像这样

1
2
3
4
5
6
7
8
9
10
11
12
13

Region Country Project.ID Client PG Percent.of.CoE Status
1 Africa Sudan 1001 Vodafone PG 1 50 Signed
2 Europe Russia 1002 Vodafone Russia PG 2 50 Low
3 Europe United Kingdom 1003 Orange PG 3 50 Signed
4 Latin America Peru 1004 Co-operative Bank PG 3 50 Signed
5 Asia Malaysia 1005 AB Malaysia PG 2 14 Signed
6 Europe France 1006 Orange PG 4 50 High
7 Africa South Africa 1007 Coris Bank PG 1 40 Signed
8 Asia China 1008 Gulf Bank PG 2 50 Low
9 North America United States 1009 ABI PG 1 50 Signed
10 Europe Germany 1010 O2 PG 2 50 Medium
11 Latin America Argentina 1011 ACEP PG 3 40 Low
12 North America Canada 1012 BCN United States PG 1 100 Signed

样本数据存储在这里

我要如何处理这些数据？
我想创建一个简单的应用程序，该应用程序带有过滤器分类和数字变量。
我当前的UI看起来像这样，这是我想要的UI。

第一个过滤器运行良好。第二个不是由于数据结构。

尝试解决该问题，我更改了tha的数据格式，使用了collect(收集)，请参见下面的代码。结果，我的数据如下所示。

1
2
3
4
5
6
7
8
9
10
11

Percent.of.CoE variable value
1 50 Region Africa
2 50 Region Europe
23 40 Country Argentina
24 100 Country Canada
25 50 Client Vodafone
26 50 Client Vodafone Russia
47 40 PG PG 3
48 100 PG PG 1
49 50 Status Signed
50 50 Status Low

我不确定此格式是否正确。但是任何解决方案都可以。

我的代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53

library(shiny)
library(shinythemes)
library(tidyverse)

# Global code

# Read file on a local machine
data_pg <- read.csv("pg1.csv", header = TRUE, stringsAsFactors = FALSE)

# Transform into tidy data, removing long/lat variables.
data_pg_df3 <- data_pg %>% select(Region, Country, Client, PG, Status,
Percent.of.CoE) %>% gather(key ="variable", value ="value", -
c("Percent.of.CoE"))

# UI code

ui <- fluidPage(theme = shinytheme("united"),
titlePanel(h1("Test", align ="center")),
sidebarLayout(
sidebarPanel(
selectInput("dataInput","Choose to filter by:",
choices = c("Region",
"Country",
"Client",
"PG",
"Status"),
selected ="Choose to display by"),
sliderInput("percentInput1","Percent of CoE", min = 0,
max = 100, value = c(0, 0))
),

mainPanel(

# Output
tabsetPanel(type ="tabs",
tabPanel("Plot", plotOutput("plot", height = 850)))
)
)
)

# Server code
server <- function(input, output) {

# 1. Select among columns
selectedData <- reactive({
filter(data_pg_df3, variable == input$dataInput)
})

output$plot <- renderPlot({
ggplot(selectedData(), aes(x = value, fill = value)) + geom_bar(stat ="count") + theme(axis.title = element_blank())
})

如何编写第二个过滤器？我做到了但是错误的过滤也可能是错误的。但是我认为我的数据框对此不利。

1
2
3
4
5
6
7
8
9
10
11
12
13

# # 2. Select among percents
# selectedPercent <- reactive({
# filter(data_pg_df3, Percent.of.CoE >= input$percentInput1[1] &
Percent.of.CoE <= input$percentInput1[2])
# })
#
# output$plot <- renderPlot({
# ggplot(selectedPercent(), aes(x = value, fill = value)) + geom_bar(stat ="count") + theme(axis.title = element_blank())
# })

}
shinyApp(ui = ui, server = server)

我想按变量过滤，然后按百分比过滤，只保留选定范围内的项目。

我也解决了。
我的服务器看起来像这样。总的来说，我是对的，上面的答案也是正确的。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

# Server
server <- function(input, output) {

# 1. Select among columns
selectedData <- reactive({
filter(data_pg_df3, variable == input$dataInput) %>%
filter(Percent.of.CoE >= input$percentInput1[1] & Percent.of.CoE <= input$percentInput1[2])

})

output$plot <- renderPlot({
ggplot(selectedData(), aes(x = value, fill = value)) + geom_bar(stat ="count") + theme(axis.title = element_blank())
})

}

对我而言，最棘手的部分是UI。

而不是

1 2	sliderInput("percentInput1","Percent of CoE", min = 0, max = 100, value = c(0, 0))

我放了

1 2	sliderInput("percentInput1","Percent of CoE", min = 0, max = 100, value = c(1, 99))

这解决了我的问题。现在可以完美运行了。
如前所述，我将带有参数的sliderInput用作参数，因为我需要选择一个数据范围。

我认为这与您的数据结构无关。尝试如下操作：

1
2
3
4
5
6
7
8
9
10
11
12
13
14

server <- function(input, output) {

# 1. Select among columns
filtered_data_1 <- reactive({
filter(data_pg_df3, variable == input$dataInput)
})

filtered_data_2 <- reactive({
filter(filtered_data_1(), Percent.of.CoE == input$percentInput1)
})

output$plot <- renderPlot({
ggplot(filtered_data_2(), aes(x = value, fill = value)) + geom_bar(stat ="count") + theme(axis.title = element_blank())
})

关键是将一种反应性传递给另一种。或者，您可以在同一个反应式中应用两个过滤器：

1
2
3
4
5
6
7
8
9
10
11
12

server <- function(input, output) {

# 1. Select among columns
filtered_data <- reactive({
data_pg_df3 %>%
filter(variable == input$dataInput)
filter(Percent.of.CoE == input$percentInput1)
})

output$plot <- renderPlot({
ggplot(filtered_data(), aes(x = value, fill = value)) + geom_bar(stat ="count") + theme(axis.title = element_blank())
})

这可以通过多种方式使用原始数据结构来完成。例如，您可以只过滤Percent.of.CoE，然后将input$dataInput给定的列传递给ggplot美观。