根据用户输入日期添加新的计算列答案

【问题标题】：Adding of new calculated column based on user input date根据用户输入日期添加新的计算列
【发布时间】：2019-03-22 00:23:13
【问题描述】：

这是我拥有的数据的快照

Date         price Industry  stock
29/10/2018   3      Airline   A
28/10/2018   4      Airline   A
27/10/2018   2      Airline   A
29/10/2018   5      Bank      B
29/10/2018   3      Food      C
28/10/2018   4      Bank      B
27/10/2018   2      Bank      B
27/10/2018   6      Food      C

我还有用户输入的价格、开始和结束日期。

dateRangeInput('dateRange',
      label = 'Date range input: yyyy-mm-dd',
      start = min(dailyprice$Date), end = max(dailyprice$Date))

我已将数据集过滤为反应函数并绘制日期与价格。
现在我需要根据新的计算列绘制图表。应为该特定股票添加一个新列，其中包含 formula = price - price on start date(input$dateRange[1])，即用户输入日期的价格
如果用户选择 27/10/2018 作为开始日期，则输出应为

Date         price Industry  stock  NewCol
29/10/2018   3      Airline   A      1   (3-2)
28/10/2018   4      Airline   A      2    (4-2)
27/10/2018   2      Airline   A      0    (2-2)
29/10/2018   5      Bank      B      -1   (5-6)
29/10/2018   8      Food      C       2   (8-7)  
28/10/2018   7      Bank      B       1
27/10/2018   6      Bank      B       0
27/10/2018   6      Food      C       0

我该如何执行这个计算？

我已经尝试了这些代码，但没有得到想要的结果：

  row <- subset(d , Date == input$dateRange[1] )
  d$newcol <- eval(parse(text="price - row"), d)
  sapply(d, function(d){d-row})

【问题讨论】：

查看dplyr::mutate、data.table 包，或者只是d$newcol <- d$price - row['price']。使用eval(parse( 几乎总是一个非常糟糕的主意。这里似乎没有什么特别闪亮的东西，所以您应该能够使用任何将新变量添加到数据框的选项

标签： r shiny

【解决方案1】：

这是一种方法 - 不显示图表，但希望这涵盖了问题的要点：

library(shiny)
library(tidyverse)

df <- readr::read_table("
Date         price Industry  stock
29/10/2018   3      Airline   A
28/10/2018   4      Airline   A
27/10/2018   2      Airline   A
29/10/2018   5      Bank      B
29/10/2018   8      Food      C
28/10/2018   7      Bank      B
27/10/2018   6      Bank      B
27/10/2018   6      Food      C
")

df$Date <- format(lubridate::dmy(df$Date), '%Y-%m-%d')

ui <- fluidPage(
  dateRangeInput(
    'dateRange',
    label = 'Date range input: yyyy-mm-dd',
    start = min(df$Date), 
    end = max(df$Date)
  ),
  tableOutput("tbl")
)

server <- function(input, output, session) {
  df_new <- reactive({
    selected_date <- lubridate::ymd(input$dateRange[1])
    df %>%
      group_by(stock) %>%
      mutate(
        price_at_date = price[Date == selected_date],
        new_price = price - price_at_date
      )
  })
  output$tbl <- renderTable({
    df_new()
  })
}

shinyApp(ui = ui, server = server)

【讨论】：