Zacznij terazZacznij za darmo

Umieszczanie różnych wyników na osobnych zakładkach

Zakładki przydają się wtedy, gdy masz dużo treści i chcesz ją podzielić na części. Aby utworzyć zakładkę, wystarczy opakować elementy UI w funkcję tabPanel() i podać jej tytuł za pomocą argumentu title.

Aby zakładki pojawiły się w interfejsie użytkownika, panele zakładek trzeba zgrupować w kontenerze „tabset", opakowując je wszystkie w funkcję tabsetPanel().

Twoim zadaniem jest dodanie zakładek do aplikacji Shiny w taki sposób, aby pola wejściowe i przycisk pobierania znalazły się w jednej zakładce, wykres – w drugiej, a tabela – w trzeciej. Ponieważ jest to wyłącznie zmiana wizualna, wszystkie modyfikacje kodu dotyczą jedynie sekcji UI.

To ćwiczenie jest częścią kursu

Studia przypadków: tworzenie aplikacji webowych w Shiny w R

Zobacz kurs

Instrukcje do ćwiczenia

  • Użyj funkcji tabsetPanel(), aby utworzyć kontener dla trzech paneli zakładek:
    • Pierwsza zakładka na pola wejściowe – nazwij ją "Inputs".
    • Druga zakładka wyświetlająca wykres – nazwij ją "Plot" (wiersz 16).
    • Trzecia zakładka wyświetlająca tabelę – nazwij ją "Table" (wiersz 21).

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

ui <- fluidPage(
    h1("Gapminder"),
    # Create a container for tab panels
    ___(
        # Create an "Inputs" tab
        tabPanel(
            title = ___,
            sliderInput(inputId = "life", label = "Life expectancy",
                        min = 0, max = 120,
                        value = c(30, 50)),
            selectInput("continent", "Continent",
                        choices = c("All", levels(gapminder$continent))),
            downloadButton("download_data")
        ),
        # Create a "Plot" tab
        ___(
            title = "Plot",
            plotOutput("plot")
        ),
        # Create "Table" tab
        ___(
            title = ___,
            DT::dataTableOutput("table")
        )
    )
)

server <- function(input, output) {
  filtered_data <- reactive({
    data <- gapminder
    data <- subset(
      data,
      lifeExp >= input$life[1] & lifeExp <= input$life[2]
    )
    if (input$continent != "All") {
      data <- subset(
        data,
        continent == input$continent
      )
    }
    data
  })
  
  output$table <- DT::renderDataTable({
    data <- filtered_data()
    data
  })

  output$download_data <- downloadHandler(
    filename = "gapminder_data.csv",
    content = function(file) {
      data <- filtered_data()
      write.csv(data, file, row.names = FALSE)
    }
  )

  output$plot <- renderPlot({
    data <- filtered_data()
    ggplot(data, aes(gdpPercap, lifeExp)) +
      geom_point() +
      scale_x_log10()
  })
}

shinyApp(ui, server)
Edytuj i uruchom kod