Shiny：使用不同的变量创建反应式过滤器。

Question

我有一个数据框，它将社会人口统计数据与多个网站的意识测量相结合。每个网站都有一个单独的列，说明此人是否知道该网站（“是”/“否”）。此外，每个受访者都应该根据他出席的人数来加权（变量 popWeight）。

我想创建一个闪亮的应用程序，为知道所选网站的人显示图表。该网站应该可以通过 selectInput () 按钮进行选择。

我发现了几篇关于 stackoverflow 的文章，其中涵盖了使用 dplyr+shiny 的数据集过滤器。但是它们都改变了变量值而不是变量本身。

我尝试使用以下方法，但没有成功（编码示例见下文）。

[Use shiny text input and dplyr to filter rows in a dataframe

示例数据框：

gender <- factor(sample(1:2, 5, replace=TRUE), levels = c(1,2,99), labels = c("Male", "Female", "Missing Value"))
age <- sample(18:55, 5, replace=TRUE)
web1 <- factor(sample(1:2, 5, replace=TRUE), levels = c(1,2,99), labels = c("Yes", "No", "Missing Value"))
web2 <- factor(sample(1:2, 5, replace=TRUE), levels = c(1,2,99), labels = c("Yes", "No", "Missing Value"))
web3 <- factor(sample(1:2, 5, replace=TRUE), levels = c(1,2,99), labels = c("Yes", "No", "Missing Value"))
web4 <- factor(sample(1:2, 5, replace=TRUE), levels = c(1,2,99), labels = c("Yes", "No", "Missing Value"))
web5 <- factor(sample(1:2, 5, replace=TRUE), levels = c(1,2,99), labels = c("Yes", "No", "Missing Value"))
popWeight <- sample(1000:1500, 5, replace=TRUE)

df <- data.frame(gender, age, web1, web2, web3, web4, web5, popWeight)
df

我想以交互方式做的事情：

library(ggplot2)
library(dplyr)

df1 <- filter (df, web1 == "Yes")

ggplot(df1)+
  aes(x=gender, y=popWeight/sum(popWeight))+
  stat_summary(fun.y = sum, geom = "bar")+
  scale_y_continuous("Population (%)", labels = scales::percent)

我尝试了什么

library(shiny)
library(ggplot2)
library(dplyr)

ui <- fluidPage(
  selectInput(inputId = "WebsiteName", label = "Choose a Website", choices = names(df) [c(3:7)]),
  plotOutput("Gender")
)


server <- function(input, output) {

  dfInput <- reactive({
    df %>% filter (input$WebsiteName == "Yes")
  })

  output$Gender <- renderPlot({
    df1 <- dfInput()
    ggplot(df1)+
      aes(x=gender, y=popWeight/sum(popWeight))+
      stat_summary(fun.y = sum, geom = "bar")+
      scale_y_continuous("Population (%)", labels = scales::percent)
  })
}


shinyApp(ui = ui, server = server)

有没有办法改变过滤器变量而不是值？我也愿意接受其他解决方案。

Answer 1

您可以tidy您的数据集，以更有用的方式对其进行转换，并为您省去一些麻烦：

整洁的数据集

df<- df %>% 
    gather(web, value, -age, -gender, -popWeight)

用户界面

更改了 selectInput 选项

ui <- fluidPage(
  selectInput(inputId = "websiteName", 
              label = "Choose a Website", 
              choices = unique(df$web)),
  plotOutput("Gender")
)

服务器

更新了反应式表达

server <- function(input, output) {

  dfInput <- reactive({
    df %>% filter(web == input$websiteName & value == "Yes")
  })

  output$Gender <- renderPlot({
    df1 <- dfInput()
    ggplot(df1) +
      aes(x = gender, y = popWeight / sum(popWeight)) +
      stat_summary(fun.y = sum, geom = "bar") +
      scale_y_continuous("Population (%)", labels = scales::percent)
  })
}

Answer 2

我认为您需要添加第二个 UI，该 UI 取决于第一个选择的变量。在这里，我使用 renderUI() 在服务器中创建了它。然后，我使用所选的列对数据进行子集化，该列等于所选变量。希望这会有所帮助。

library(shiny)
library(ggplot2)
library(dplyr)

ui <- fluidPage(
  selectInput(inputId = "WebsiteName", label = "Choose a Website", choices = names(df) [c(3:7)]),
  htmlOutput("variableUI"),
  plotOutput("Gender")
)


server <- function(input, output) {

  output$variableUI <- renderUI({
    selectInput(inputId = "variable", label = "Choices", choices = df[,input$WebsiteName])
  })

  dfInput <- reactive({
   ##subsetting is a bit tricky here to id the column on which to subset        
    df[ df[ , input$WebsiteName ] == input$variable, ]
  })

  output$Gender <- renderPlot({
    df1 <- dfInput()
    ggplot(df1)+
      aes(x=gender, y=popWeight/sum(popWeight))+
      stat_summary(fun.y = sum, geom = "bar")+
      scale_y_continuous("Population (%)", labels = scales::percent)
  })
}


shinyApp(ui = ui, server = server)