Webvriendelijke tabel
Laten we de tabel uit het vorige voorbeeld nu webvriendelijker maken.
Deze oefening maakt deel uit van de cursus
Dashboards bouwen met flexdashboard
Oefeninstructies
- Voeg in de Station Usage-grafiek een tabel toe met de gegevens uit
station_trips_df, met behulp van de functiedatatable(). - Knit en vergroot de HTML-viewer om de resulterende tabel te verkennen. Probeer te sorteren op de kolom Gap, zoek alle Caltrain-stations en blader van pagina naar pagina.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
{"my_document.Rmd":"---\ntitle: \"Bike Shares Daily\"\noutput: \n flexdashboard::flex_dashboard:\n orientation: columns\n vertical_layout: fill\n---\n\n```{r setup, include=FALSE}\nlibrary(flexdashboard)\nlibrary(readr)\nlibrary(tidyverse)\nlibrary(lubridate)\nlibrary(plotly)\nlibrary(knitr)\nlibrary(DT)\n\ntrips_df <- read_csv('https://assets.datacamp.com/production/course_6355/datasets/sanfran_bikeshare_joined_oneday.csv')\n```\n\nColumn {data-width=650}\n-----------------------------------------------------------------------\n\n### Station Usage\n\n```{r}\n\nstation_trips_df <- trips_df %>%\n select(start_station_name, end_station_name) %>%\n pivot_longer(cols = start_station_name:end_station_name, names_to = 'Type', values_to = 'Station') %>%\n group_by(Station, Type) %>%\n summarize(n_trips = n()) %>% \n mutate(Type = ifelse(Type == 'start_station_name', 'Trip Starts', 'Trip Ends')) %>%\n pivot_wider(names_from = 'Type', values_from = 'n_trips') %>%\n replace_na(list(`Trip Starts` = 0, `Trip Ends` = 0)) %>%\n mutate(Gap = `Trip Ends` - `Trip Starts`)\n\n```\n\n\nColumn {data-width=350}\n-----------------------------------------------------------------------\n\n### Median Trip Length\n\n\n### % Short Trips\n\n\n### Trips by Start Time\n\n\n"}