使用shinydashboard
王诗翔 · 2018-08-31
分类:
r  
标签:
r  
shiny  
shinydashboard  
除了shiny包,RStudio还开发了一个shinydashboard扩展包,它呈现数据的方式就是专门用于概览或检测数据。
接下来的例子意在说明创建一个简易的仪表板非常简单,这个仪表盘可以按每周和每月的时间刻度显示CRAN上下载量最多的最受欢迎的R扩展包。
数据源由cranlogs
包提供,先下载安装下面的包:
install.packages(c("shinydashboard", "cranlogs"))
快速查看下CRAN下载数据的数据源:
library(cranlogs)
cran_top_downloads()
#> rank package count from to
#> 1 1 magrittr 122229 2020-08-05 2020-08-05
#> 2 2 aws.s3 99287 2020-08-05 2020-08-05
#> 3 3 aws.ec2metadata 97312 2020-08-05 2020-08-05
#> 4 4 rsconnect 95478 2020-08-05 2020-08-05
#> 5 5 jsonlite 69713 2020-08-05 2020-08-05
#> 6 6 rlang 62995 2020-08-05 2020-08-05
#> 7 7 fs 55570 2020-08-05 2020-08-05
#> 8 8 vctrs 54230 2020-08-05 2020-08-05
#> 9 9 ggplot2 52680 2020-08-05 2020-08-05
#> 10 10 devtools 52519 2020-08-05 2020-08-05
cran_top_downloads("last-week")
#> rank package count from to
#> 1 1 magrittr 823815 2020-07-30 2020-08-05
#> 2 2 aws.s3 689662 2020-07-30 2020-08-05
#> 3 3 aws.ec2metadata 680320 2020-07-30 2020-08-05
#> 4 4 rsconnect 666062 2020-07-30 2020-08-05
#> 5 5 jsonlite 432711 2020-07-30 2020-08-05
#> 6 6 fs 364093 2020-07-30 2020-08-05
#> 7 7 rlang 359995 2020-07-30 2020-08-05
#> 8 8 devtools 342753 2020-07-30 2020-08-05
#> 9 9 usethis 318444 2020-07-30 2020-08-05
#> 10 10 ggplot2 317848 2020-07-30 2020-08-05
为了充分利用shinydashboard包,最好提前浏览下https://rstudio.github.io/shinydashboard/structure.html。
与创建shiny应用程序类似,我们从用户界面开始,使用dashboardPage
、dashboardSidebar
和dashboardBody
这3个函数。在仪表板中,我们想要展示扩展包的下载动态,以及每周和每月最受欢迎的扩展包。
我们把月度和周度的菜单放到侧栏中,这样用户可以选择需要查看的数据。在每个标签页,把绘图和表格放在一起。
library(shiny)
library(shinydashboard)
#>
#> Attaching package: 'shinydashboard'
#> The following object is masked from 'package:graphics':
#>
#> box
library(formattable)
library(cranlogs)
ui = dashboardPage(
dashboardHeader(title = "CRAN Downloads"),
dashboardSidebar(sidebarMenu(
menuItem("Last week",
tabName = "last_week", icon = icon("list")),
menuItem("Last month",
tabName = "last_month", icon = icon("list"))
)),
dashboardBody(tabItems(
tabItem(tabName = "last_week",
fluidRow(tabBox(title = "Total downloads",
tabPanel("Total", formattableOutput("last_week_table"))),
tabBox(title = "Top downloads",
tabPanel("Top", formattableOutput("last_week_top_table"))))),
tabItem(tabName = "last_month",
fluidRow(tabBox(title = "Top downloads",
tabPanel("Total", plotOutput("last_month_barplot"))),
tabBox(title = "Top downloads",
tabPanel("Top", formattableOutput("last_month_top_table")))))
))
)
注意,plotOutput()
是shiny包中的函数,而formattableOutput()
函数则由formattable
包提供。开发人员可以创建各种类型的HTML小工具,只要包恰当地定义了render*
函数和Output
函数来生成正确的HTML代码,我们就可以把小工具嵌入shiny应用程序。
接下来我们定义服务器逻辑。因为输出结果完全依赖于数据源,在调用函数formattable()
和plot()
之前要先下载数据。
server = function(input, output){
output$last_week_table = renderFormattable({
data = cran_downloads(when = "last-week")
formattable(data, list(count = color_bar("lightblue")))
})
output$last_week_top_table = renderFormattable({
data = cran_top_downloads("last-week")
formattable(data, list(count = color_bar("lightblue"),
package = formatter("span",
style = "font-family: monospace;")))
})
output$last_month_barplot = renderPlot({
data = subset(cran_downloads(when = "last-month"), count > 0)
with(data, barplot(count, names.arg = date),
main = "Last month downloads")
})
output$last_month_top_table = renderFormattable({
data = cran_top_downloads("last-month")
formattable(data, list(count = color_bar("lightblue"),
package = formatter("span",
style = "font-family: monospace;")))
})
}
如果数据持续更新,我们可以创建一个动态的仪表板,其中的表格和图表会定期更新。使用reactiveTimer
和reactive
是实现该功能的关键。如果有需要请查看帮助文档。
现在我们可以运行应用程序了:
runApp(shinyApp(ui, server))