如何使用 R Shiny 映射大型数据集？

Posted 2023-04-18

【中文标题】如何使用 R Shiny 映射大型数据集？

【英文标题】：How to map large datasets with R shiny?

【发布时间】：2020-04-23 15:55:53

【问题描述】：

有没有办法提高使用闪亮应用映射大型数据集的渲染速度/质量？

我们希望使用 shiny 来创建一个显示我们收集的一些数据的位置的应用程序，但是我们发现它可能不可行。我们的完整数据集接近 100 万行，我们发现表格越长，使用地图就越困难。到目前为止，我们一直在使用传单包进行映射，并且我们的日期集作为 .RData 文件导入。寻找关于替代库或编码实践的建议，我可能会危及提高速度和质量。

下面是一个示例，其中包含一些随机样本数据，以显示我们一直面临的问题。

################################################################################################
################################################################################################
# Sec 1a. Needed Libaries & Input Files

# Libaries
library(shiny) # How we create the app.
library(shinycssloaders) # Adds spinner icon to loading outputs.
library(shinydashboard) # The layout used for the ui page.
library(leaflet) # Map making. Leaflet is more supported for shiny.
library(dplyr) # Used to filter data for plots.


FileIn <- data.frame(SiteID = 1:160000  , Longitude = rnorm(160000, mean=-105, sd=4),  Latitude = rnorm(160000, mean=35, sd=4))

################################################################################################
################################################################################################
# Sec 2. The UI (html Page)

ui <- dashboardPage(

  dashboardHeader(
    title ="Sample point data"
  ), #enddashboardHeader

  dashboardSidebar(
  ), #enddashboardSidebar

  dashboardBody(
    tabsetPanel(
      tabPanel("Map", fluidRow(withSpinner(leafletOutput("mapA"))))
    ) #endtabsetPanel
  ) #enddashboardBody

) #end dashboardPage

################################################################################################
################################################################################################
# Sec 3. The Server (function)

server <- function(input, output, session) 


  #### The Map ouput.
  output$mapA <- renderLeaflet(
    leaflet(data = FileIn) %>%
      addTiles("Add Map Title Here") %>%
      addProviderTiles("Esri.WorldImagery") %>%
      addCircleMarkers(
        lng = ~Longitude,
        lat = ~Latitude,
        radius = 1)
  )


 #endServer


################################################################################################
################################################################################################
# Sec 4. Run the application.

shinyApp(ui = ui, server = server)

【参考方案1】：

您介意使用标记聚类吗？ clusterOptions = markerClusterOptions()

library(shiny) # How we create the app.
library(shinycssloaders) # Adds spinner icon to loading outputs.
library(shinydashboard) # The layout used for the ui page.
library(leaflet) # Map making. Leaflet is more supported for shiny.
library(dplyr) # Used to filter data for plots.


FileIn <- data.frame(SiteID = 1:160000  , Longitude = rnorm(160000, mean=-105, sd=4),  Latitude = rnorm(160000, mean=35, sd=4))

################################################################################################
################################################################################################
# Sec 2. The UI (HTML Page)

ui <- dashboardPage(

  dashboardHeader(
    title ="Sample point data"
  ), #enddashboardHeader

  dashboardSidebar(
  ), #enddashboardSidebar

  dashboardBody(
    tabsetPanel(
      tabPanel("Map", fluidRow(withSpinner(leafletOutput("mapA"))))
    ) #endtabsetPanel
  ) #enddashboardBody

) #end dashboardPage

################################################################################################
################################################################################################
# Sec 3. The Server (function)

server <- function(input, output, session) 


  #### The Map ouput.
  output$mapA <- renderLeaflet(
    leaflet(data = FileIn) %>%
      addTiles("Add Map Title Here") %>%
      addProviderTiles("Esri.WorldImagery") %>%
      addCircleMarkers(
        lng = ~Longitude,
        lat = ~Latitude,
        radius = 1,
        clusterOptions = markerClusterOptions())
  )


 #endServer


################################################################################################
################################################################################################
# Sec 4. Run the application.

shinyApp(ui = ui, server = server)

【讨论】：

这是我们考虑过的一个选项，它确实有助于减少渲染时间。但是，除非您放大它们不再聚集的点，否则您将失去识别“按颜色类型”的能力。