ПочатиПочніть безкоштовно

Реактивні змінні зменшують дублювання коду

У попередніх вправах код для фільтрації gapminder відповідно до вхідних значень дублюється тричі: у таблиці, на графіку та в обробнику завантаження.

Реактивні змінні можна використати, щоб зменшити дублювання коду. Це загалом хороша практика, адже так простіше підтримувати код.

Ця вправа є частиною курсу

Case Studies: створення вебзастосунків із Shiny в R

Переглянути курс

Інструкції до вправи

Повторювані блоки коду, які фільтрують дані, вилучено. Ваше завдання — додати реактивну змінну, що фільтрує дані, і надалі використовувати її. Зокрема:

  • Створіть реактивну змінну з назвою filtered_data за допомогою функції reactive(), яка використовує код фільтрації з попередньої вправи (рядок 15).
  • Використайте реактивну змінну для візуалізації табличного виводу, графіка та для завантаження файлу (рядки 33, 42 і 50).

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

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(outputId = "download_data", label = "Download"),
  plotOutput("plot"),
  tableOutput("table")
)

server <- function(input, output) {
  # Create a reactive variable named "filtered_data"
  filtered_data <- ___({
    # Filter the data (copied from previous exercise)
    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 <- renderTable({
    # Use the filtered_data variable to render the table output
    data <- ___
    data
  })

  output$download_data <- downloadHandler(
    filename = "gapminder_data.csv",
    content = function(file) {
      # Use the filtered_data variable to create the data for
      # the downloaded file
      data <- ___
      write.csv(data, file, row.names = FALSE)
    }
  )

  output$plot <- renderPlot({
    # Use the filtered_data variable to create the data for
    # the plot
    data <- ___
    ggplot(data, aes(gdpPercap, lifeExp)) +
      geom_point() +
      scale_x_log10()
  })
}

shinyApp(ui, server)
Редагувати та запускати код