【问题标题】:How to make to read vectors with inputs/outputs in shiny?如何使用闪亮的输入/输出读取向量?
【发布时间】:2021-05-12 12:23:51
【问题描述】:

我正在使用线性回归制作一个闪亮的应用程序。我的输入/输出功能有问题,所以我使用 SelectInput 因为我希望用户可以选择 de 变量进行比较。但问题是输入/输出不采用来自 csv 文件的值。我该如何解决?

代码是:

datos <- read.csv("C:/Users/jerez/OneDrive/Escritorio/UAL/Datos1.csv", sep=";", header = TRUE, stringsAsFactors = FALSE)

ui <- fluidPage(
  headerPanel("Analisis de Regresion"), 
  sidebarPanel(
    #Eleccion de variable x
    p("Selecciona la primera variable a comparar"),
    selectInput(inputId = "varX", label = "Variable eje X", multiple = FALSE, choices = list("NumBusquedas", "FrecuenciaAsistente", "FrecuenciasCorreos", "NumMensajes", "FreqDiscover", "NumUsosApp", "NumPublicidad","NumSuscripciones","NumBusquedasYoutube")),
    #Eleccion de variable y
    p("Selecciona la segunda variable a comparar"),
    selectInput(inputId = "varY", label = "Variable eje Y", multiple = FALSE, choices = list("NumBusquedas", "FrecuenciaAsistente", "FrecuenciasCorreos", "NumMensajes", "FreqDiscover", "NumUsosApp", "NumPublicidad","NumSuscripciones","NumBusquedasYoutube"))
  ),
  mainPanel(
    #verbatimTextOutput(outputId = "Datos"),
    verbatimTextOutput(outputId = "X"),
    verbatimTextOutput(outputId = "Y"),
    verbatimTextOutput(outputId = "coefCorr"),
    plotOutput(outputId = "Grafico")
    
   
    
  )
)

server <- function(input, output) {
  
  output$coefCorr <- renderPrint(cor(input$varX, input$varY))
  output$Grafico <- renderPlot(ggplot(datos, aes(input$varX, input$varY)))
  output$X <- renderPrint({input$varX})
  output$Y <- renderPrint({input$varY})
  
}
# Run the application 
shinyApp(ui = ui, server = server)

结果如下: result

谢谢! :)

【问题讨论】:

    标签: r variables input shiny selectinput


    【解决方案1】:

    两个问题:

    1. input$* 变量是character,而不是您认为的数字。使用datos[[input$*]]

    2. 同样适用于ggplot;指定美学的首选程序化方式是通过.data[[ input$* ]]。 (我之前建议首选aes_string,它是deprecated。感谢@starja 帮助我看到。)

    如何解决下次进入此绑定时:在导致问题的块的开头插入browser()。 (另一种方法是使用我在此答案底部包含的技术。)现在,我将选择:

      output$coefCorr <- renderPrint({
        browser()
        cor(input$varX, input$var)
      })
    

    (由于我没有您的数据,我将从datos &lt;- mtcars 开始,并将两个选择输入更改为choices=names(datos)。)

    当您运行该应用程序时,它应该立即放入您控制台上的调试器中,等待执行下一行代码 (cor(...))。幸运的是,我们在一个renderPrint 里面,它将sink(.) 所有的输出。虽然这是设计使然,但在我们停止 sinking 之前,我们将在控制台上实现零交互。为此,sink(NULL) 会阻止它。

    sink(NULL)
    input$varX
    # [1] "mpg"
    input$varY
    # [1] "mpg"
    cor("mpg", "mpg")
    # Error in cor("mpg", "mpg") : 'x' must be numeric
    

    在两个字符串上运行correlation 有意义吗?你可能需要的是datos[[input$varX]]:

    cor(datos[[input$varX]], datos[[input$varY]])
    # [1] 1
    

    当然这是完美的“1”,这次都是同一个变量。为了演示,我将退出调试器,将 Y 变量更改为"disp",然后重新进入调试器:

    cor(datos[[input$varX]], datos[[input$varY]])
    # [1] -0.8475514
    

    这解决了numeric 错误。

    不过,一旦你开始尝试绘图,你就会发现你还有另一个问题。 (我将继续使用renderPrint 中的当前调试器,只是因为它很方便。)我将添加geom_point() 以便显示一些内容。

    ggplot(datos, aes(input$varX, input$varY)) + geom_point()
    

    这只是一个点。两个轴都是分类变量,其值为"mpg""disp"。在这种情况下,我们与aes() 对抗ggplot2 的非标准评估。相反,告诉 ggplot 你给它 strings, with

    ggplot(datos, aes(.data[[ input$varX ]], .data[[ input$varY ]])) + geom_point()
    

    底线,这就是这两个服务器块的样子:

      output$coefCorr <- renderPrint({ cor(datos[[input$varX]], datos[[input$varY]]) })
      output$Grafico <- renderPlot(ggplot(datos, aes(.data[[ input$varX ]], .data[[ input$varY ]])) + geom_point())
    

    (我仍在推断geom_point,不过这只是为了演示。)


    旁注:在学习和开发闪亮的应用程序时,我经常插入一个按钮和observe,只是为了让我直接访问,而不是在render 块内。例如,

    ui <- fluidPage(
      headerPanel("Analisis de Regresion"), 
      sidebarPanel(
        actionButton("debug", "DEBUG!"),
        # ...
      ),
      mainPanel(
        # ...
      )
    )
    server <- function(input, output) {
      observeEvent(input$debug, { req(input$debug); browser(); 1; })
      # ...
    }
    

    当您遇到问题并且不想停止闪亮的应用程序只是插入browser() 并重新运行它时,只需按下按钮。

    (这不应该部署到闪亮的服务器上,它只与本地模式相关。事实上,我相信尝试使用browser() 部署应用程序应该会触发警告,如果不是更多的话。无论如何,不​​要' t 尝试使用远程服务器上的调试按钮 :-)

    【讨论】:

    • 很好的解释,只是对aes_string的评论。它已被软性弃用,现在建议改用.data[[input$*]],参见例如here
    • 谢谢,我还没有听说aes_string 已被弃用,谢谢提醒。
    • 谢谢!你在这方面帮了我很多忙!我是那个jejeje的新手。你解释得很好。再次感谢你! :)
    • 如果这回答了你的问题(不急!),请回来accept it。谢谢!
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2015-02-20
    • 1970-01-01
    • 2018-07-21
    相关资源
    最近更新 更多