我是RShiny的新人，但在R中有一点经验。我刚刚开始研究R闪亮并试图在X轴上准备一个简单的两个数量线图与周。由于它更具代表性，我使用了csv上传功能并动态选择要在UI上填充的值。 我使用的示例CSV数据如下：
year-week Group big small Time
1415 G1 10 5 1
1416 G1 20 6 2
1429 G1 15 4 3
1530 G1 17 5 4
1535 G1 20 7 5
1601 G1 13 6 6
1606 G1 12 5 7
1410 G2 9 3 1
1415 G2 11 4 2
1439 G2 13 5 3
1529 G2 15 6 4
1531 G2 15 4 5
1610 G2 12 5 6
1615 G2 19 6 7
1412 G3 9 10 1
1417 G3 20 6 2
1452 G3 13 5 3
1501 G3 10 4 4
1530 G3 17 7 5
1620 G3 16 5 6
我的主要目标是：
1）选择一个CSV并上传（它正常工作）
2）在x轴上进行一周（这是一个小小的工作。由于我有一周的年份，它的离散值如1415，这意味着2014,15周，然后是1420，这意味着相同第20周，然后是1515，即2015年，第15周等等。我想按原样绘制，但在x轴上，它绘制了一个连续的周数。所以，作为一个解决方案，我刚刚制作连续几周的列作为时间。非常感谢任何关于如何使用年周列而不是X轴上的连续函数的提示。）
3）选择两个动态轴，然后将它们绘制为Y轴上的折线图，颜色不同（工作正常）
4）为Y上添加的两条线添加标签。（它不起作用。由于两条绘制的线不是因子的一部分，而是两个不同的列动态选择，我无法绘制图例来解释哪一种颜色对应哪一行。需要帮助。）
5）然后最后一部分是我想要为组号包含一个动态过滤器。 （它不能正常工作并需要帮助） 我尝试将选择输入下拉到UI但不确定如何将其映射到server.R中选定的CSV文件 。我不能直接输入值，因为有100个行对应一个组，并且有多个组。 但是，我知道只有一列需要过滤器，只有该列的过滤器才能显示折线图，但对于如何输入该部分只是很少混淆。我已经浏览了很多文章和问题，但没有得到其他领域动态选择的类似情况。
以下是代码，它正在为一个小组工作，尽管每周工作周的工作顺序，因为一周只有52周，它处理1452年和1452年之间的差距。 1501。 所以我需要有关图例部分和代码的帮助来过滤组，以便它可以一起运行所有数据。
以下是我迄今为止所使用的代码：
UI.R
library(ggvis)
library(shiny)
shinyUI(pageWithSidebar(
div(),
sidebarPanel(
fileInput('datfile', ''),
selectInput('x', 'x:' ,'x'),
selectInput('y', 'y:', 'y'),
selectInput('z', 'z:', 'z'),
######### Need to choose one of the following 2 methods for filtering ########
#1#
#selectInput("w", label = h3("Filter group"),
# ("Group" = "Group"),selected = "Group"),
############################## OR ###################################
# 2# To make a select box
selectInput("select", label = h3("Filter Group"),
choices = list("G1" = 1, "G2" = 2, "G3" = 3),
selected = 1),
######################################################################
hr(),
fluidRow(column(3, verbatimTextOutput("value"))),
uiOutput("plot_ui")
),
mainPanel(
ggvisOutput("plot")
)
))
Server.R
library(shiny)
library(dplyr)
library(ggvis)
shinyServer(function(input, output, session) {
#load the data when the user inputs a file
theData <- reactive({
infile <- input$datfile
if(is.null(infile))
return(NULL)
d <- read.csv(infile$datapath, header = T)
d
})
# dynamic variable names
observe({
data<-theData()
updateSelectInput(session, 'x', choices = names(data))
updateSelectInput(session, 'y', choices = names(data))
updateSelectInput(session, 'z', choices = names(data))
}) # end observe
#gets the y variable name, will be used to change the plot legends
yVarName<-reactive({
input$y
})
#gets the x variable name, will be used to change the plot legends
xVarName<-reactive({
input$x
})
#gets the z variable name, will be used to change the plot legends
zVarName<-reactive({
input$z
})
#make the filteredData frame
filteredData<-reactive({
data<-isolate(theData())
#if there is no input, make a dummy dataframe
if(input$x=="x" && input$y=="y" && input$z=="z"){
if(is.null(data)){
data<-data.frame(x=0,y=0,z=0)
}
}else{
data<-data[,c(input$x,input$y,input$z)] # Here data shall be filtered
names(data)<-c("x","y","z")
}
data
})
#plot the ggvis plot in a reactive block so that it changes with filteredData
vis<-reactive({
plotData<-filteredData()
plotData %>%
ggvis(~x, ~y) %>%
#ggvis(~x, ~y, storke = c(~y,~z)) %>% # It's not working & not picking y&z together
#set_options(duration=0) %>%
layer_paths(stroke := "darkblue", fill := NA) %>%
layer_paths(x = ~x, y = ~z, stroke := "orangered", fill := NA) %>%
add_axis("y", title = "Big v/s small") %>%
add_axis("x", title = xVarName()) %>%
#add_legend('stroke', orient="left") %>% # Unable to put the legend
add_tooltip(function(df) format(sqrt(df$x),digits=2))
})
vis%>%bind_shiny("plot", "plot_ui")
})
非常感谢任何帮助。它可能不是那么艰难，我通过使用dplyr作为子集和过滤器在R中做了类似的部分，但不知道如何在这里映射相同的部分。如果上述任何内容不清楚或需要更多信息，请告诉我。 如果通过直接加载CVS或使用ggvis的情节更好地解决方案，那么我也可以更改代码片段但是想达到我的目标。
答案 0 :(得分：1)
<强> UI.R
library(ggvis)
library(shiny)
shinyUI( fluidPage ( (img(src="picture.jpg")),
theme = "bootstrap.css",
fluidRow(
#headerPanel(title=div(img(src="picture.jpg"))),
column(9, align="center", offset = 2,
textInput("string", label="",value = "Big V/s Small"),
tags$style(type="text/css", "#string { height: 50px; width: 100%; text-align:center; font-size: 26px;}")
)
),
pageWithSidebar(
div(),
sidebarPanel(
fileInput('datfile', ''),
selectInput('x', 'x:' ,'x'),
selectInput('y', 'y:', 'y'),
selectInput('z', 'z:', 'z'),
################ Need to choose one of the following method for filtering ############
# To make a select box
selectInput("w", label = h3("Filter Group"),
choices = list()),
######################################################################
hr(),
fluidRow(column(3, verbatimTextOutput("value"))),
uiOutput("plot_ui")
),
mainPanel(
ggvisOutput("plot")
)
))
)
<强> Sevrer.R
#install.packages('rsconnect')
#install.packages('bitops')
library(shiny)
library(dplyr)
library(ggvis)
library(reshape2)
shinyServer(function(input, output, session) {
#load the data when the user inputs a file
theData <- reactive({
infile <- input$datfile
if (is.null(infile))
return(NULL)
d <-
read.csv(infile$datapath,
header = T,
stringsAsFactors = FALSE)
d
})
# dynamic variable names
observe({
data <- theData()
updateSelectInput(session, 'x', choices = names(data))
updateSelectInput(session, 'y', choices = names(data))
updateSelectInput(session, 'z', choices = names(data))
updateSelectInput(session, 'w', choices = unique(data$group))
}) # end observe
#gets the y variable name, will be used to change the plot legends
yVarName <- reactive({
input$y
})
#gets the x variable name, will be used to change the plot legends
xVarName <- reactive({
input$x
})
#gets the z variable name, will be used to change the plot legends
zVarName <- reactive({
input$z
})
#gets the w variable name, will be used to change the plot legends
wVarName <- reactive({
input$w
})
#make the filteredData frame
filteredData <- reactive({
data <- isolate(theData())
#if there is no input, make a dummy dataframe
if (input$x == "x" && input$y == "y" && input$z == "z") {
if (is.null(data)) {
data <- data.frame(x = 0, y = 0, z = 0)
}
} else{
data = data[which(data$fineline_nbr == input$w), ]
data <- data[, c(input$x, input$y, input$z)]
names(data) <- c('x', input$y, input$z)
}
data
})
#plot the ggvis plot in a reactive block so that it changes with filteredData
vis <- reactive({
plotData <- filteredData()
plotData <- melt(plotData, id.vars = c('x'))
print(names(plotData))
plotData %>% ggvis(x = ~ x,
y = ~ value,
stroke = ~ variable) %>% layer_lines()
})
vis %>% bind_shiny("plot", "plot_ui")
})