НачатьНачать бесплатно

Сделайте таблицу интерактивной

Таблицы из пакета DT зачастую являются более удобным способом отображения данных в приложении Shiny по сравнению со встроенными таблицами. Обычную таблицу Shiny можно превратить в таблицу DT с помощью двух простых изменений в коде: вместо tableOutput() и renderTable() используйте DT::dataTableOutput() и DT::renderDataTable(). Таблицы DT поддерживают широкий набор параметров настройки, однако в этом упражнении мы не будем их использовать.

Обратите внимание: при работе с пакетом DT принято не загружать его явно, а вместо этого использовать префикс DT:: при вызове функций для работы с таблицами.

Это упражнение является частью курса

Примеры использования: создание веб-приложений с Shiny в R

Посмотреть курс

Инструкции к упражнению

Код приложения Shiny из предыдущего упражнения предоставлен без изменений. Ваша задача — заменить стандартную таблицу Shiny на таблицу DT. А именно:

  • В UI замените функцию вывода таблицы на функцию вывода таблицы DT (строка 11).
  • В сервере замените функцию отрисовки таблицы на функцию отрисовки таблицы DT (строка 31).

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

ui <- fluidPage(
  h1("Gapminder"),
  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"),
  plotOutput("plot"),
  # Replace the tableOutput() with DT's version
  tableOutput("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
  })
  
  # Replace the renderTable() with DT's version
  output$table <- renderTable({
    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)
Редактировать и запускать код