对 GGplot2 使用反应式数据集？

Posted 2023-03-24

【中文标题】对 GGplot2 使用反应式数据集？

【英文标题】：Using Reactive Dataset for GGplot2?

【发布时间】：2019-02-24 10:03:39

【问题描述】：

我正在尝试使用 ggplot2 而不是基本 R 的绘图函数来渲染绘图。

但是，我在 ggplot2 中使用响应式数据集时遇到了一些问题。

以下是与 base R 的绘图一起使用的代码：

library(shiny)
library(ggplot2)

# Define UI for application that draws a histogram
ui <- fluidPage(

  # Application title
  titlePanel("Javier Test"),

  # Sidebar with a slider input for number of bins 
  sidebarLayout(
    sidebarPanel(

      # Input: Select a file ----
      fileInput('file1', 'Choose CSV File',
                accept=c('text/csv', 
                         'text/comma-separated-values,text/plain', 
                         '.csv')),

      # Horizontal line ----
      tags$hr(),

      checkboxInput('header', 'Header', TRUE),
      radioButtons('sep', 'Separator',
                   c(Comma=',',
                     Semicolon=';',
                     Tab='\t'),
                   ','),
      radioButtons('quote', 'Quote',
                   c(None='',
                     'Double Quote'='"',
                     'Single Quote'="'"),
                   '"'),

      #implementing dropdown column 
      selectInput('xcol', 'X Variable', ""),
      selectInput('ycol', 'Y Variable', "", selected = "")),

    # Show a plot of the generated distribution
    mainPanel(
      # Output: Data file ----
      plotOutput('MyPlot')
    )
  )
)

# Define server logic required to draw a histogram
server <- shinyServer(function(input, output, session) 
  # added "session" because updateSelectInput requires it


  data <- reactive( 
    req(input$file1) ## ?req #  require that the input is available

    inFile <- input$file1 

    # tested with a following dataset: write.csv(mtcars, "mtcars.csv")
    # and                              write.csv(iris, "iris.csv")
    df <- read.csv(inFile$datapath, header = input$header, sep = input$sep,
                   quote = input$quote)


    # Update inputs (you could create an observer with both updateSel...)
    # You can also constraint your choices. If you wanted select only numeric
    # variables you could set "choices = sapply(df, is.numeric)"
    # It depends on what do you want to do later on.

    updateSelectInput(session, inputId = 'xcol', label = 'X Variable',
                      choices = names(df), selected = names(df))
    updateSelectInput(session, inputId = 'ycol', label = 'Y Variable',
                      choices = names(df), selected = names(df)[2])

    return(df)
  )

  output$MyPlot <- renderPlot(
    x <- data()[,c(input$xcol, input$ycol)]
    plot(x)
  )
)

shinyApp(ui, server)

这是我试图改为 ggplot2 渲染图的部分：

  output$MyPlot <- renderPlot(
    ggplot(data, aes(x=input$xcol, y=input$ycol)) + geom_point()
  )

错误：ggplot2 不知道如何处理 reactiveExpr/reactive 类的数据

知道如何为 ggplot2 使用反应式数据集吗？

非常感谢！

更新

这是代码！我已经想通了。不是很好，有没有更好的表示方式？

  output$MyPlot <- renderPlot(
    x <- data()[,c(input$xcol, input$ycol)]
    ggplot(x, aes(x=x[,1], y=x[,2])) + geom_point()
  )

【问题讨论】：

嗨@SalmanLashkarara，是的，我可以将数据加载到df中。如果您使用基本 R 绘图运行第一个代码，则该应用程序可以运行。只是想用 ggplot2 代替！

是的，这是正确的。代码就像我提到的那样工作。如果将其插入 R 并使用任何 .csv 文件，它是可重现的。只是不确定我应该为 ggplot2 使用的参数

@SalmanLashkarara 我添加了正确的代码！去看看吧，希望可以改进！看起来很糟糕

我得到了答案

【参考方案1】：

现在效果很好：

  output$MyPlot <- renderPlot(
       x <- data()[,c(input$xcol, input$ycol)]

        ggplot(x, aes(x=data()[,c(input$xcol)], 
                      y=data()[,c(input$ycol)])) + geom_point()

      )

【参考方案2】：

您可以使用ggplot 包中的aes_string 函数代替aes 函数，而不是在renderPlot 函数中多次设置数据。所以一个班轮解决方案将是：

output$MyPlot <- renderPlot(
ggplot(data = data(), aes_string(x = input$xcol, y = input$ycol)) + geom_point()
)

【讨论】：

哇这太棒了！非常感谢您分享您的知识！

乐于助人:)