데이터 제품
많이 사용되는 Shiny 핵심 기능
1. 내부 데이터셋
R에서 제공되는 기본 데이터를 바탕으로 데이터셋을 선택하면 이를 DT 팩키지 datatable() 함수로 출력하여 데이터를 살펴보는 shiny 앱은 다음과 같다.
radioButtons()함수로 R에서 제공하는 기본 데이터를 선택한다.mainPanel()에서 선택된 데이터명과 선택된 데이터 내용을DT팩키지dataTableOutput()함수로 출력한다.radioButtons()으로 선택한input$data결과값은 문자열이라 이것이 데이터프레임 객체임을 지정하기 위해서eval(parse(text=input$data))표현식을 적용시킨다.reactive()객체로dataset()을 지정하고 이를renderDataTable()함수로 최종처리한다.
library(shiny)
ui <- fluidPage(
titlePanel('Select Dataset'),
sidebarLayout(
sidebarPanel(
radioButtons("data", "Select data", choices=c("mtcars", "iris", "rock", "airquality", "diamonds"))
),
mainPanel(
tags$h2("Data Name"),
verbatimTextOutput("text"),
tags$h2("Data Content"),
DT::dataTableOutput("table")
)
)
)
server <- function(input,output,session){
dataset <- reactive({
eval(parse(text=input$data))
})
output$text <- renderPrint({
cat("The selected dataset is ", input$data, "\n")
})
output$table <- DT::renderDataTable({
dataset()
})
}
shinyApp(ui,server)
2. 조건부 패널(Conditional Panel)
한정된 화면에 다수 정보를 보여줄 때 스크롤하지 않고 조건에 따라 분석결과를 출력해 내면 좋을 듯 하고 사실 많이 사용하는 기능이다. 이를 위해서 conditionalPanel() 함수를 사용하고, condition = 인자를 지정하면 조건이 만족될 때만 *Output()을 보여줄 수 있다.
library(shiny)
ui <- fluidPage(
titlePanel('Conditional Panel'),
sidebarLayout(
sidebarPanel(
radioButtons("data", "Select data", choices=c("mtcars", "iris", "rock", "airquality", "diamonds")),
checkboxInput("showtable","Show data Table", value=TRUE)
),8
mainPanel(
tags$h2("Data Name"),
verbatimTextOutput("text"),
tags$h2("Data Content"),
conditionalPanel(condition = "input.showtable == true",
DT::dataTableOutput("table")
)
)
)
)
server <- function(input,output,session){
dataset <- reactive({
eval(parse(text=input$data))
})
output$text <- renderPrint({
cat("The selected dataset is ", input$data, "\n")
})
output$table <- DT::renderDataTable({
dataset()
})
}
shinyApp(ui,server)
3. UI 갱신
데이터셋 선정에 이어 모형을 개발할 때 종속변수와 독립/설명변수 지정이 필수적이다. 이를 위해서 updateSelectInput() 함수를 사용해서 UI를 갱신한다.
- 종속변수는
input$data에 따라 변경이 생긴다. - 데이터셋 변경사항은
observeEvent()함수로 주시하고 있다가 데이터셋에 변경사항이 생기면 이를 변경한다. - 설명변수는 데이터셋의 변경과 함께 종속변수 변경이 수반된다.
observeEvent()함수로 종속변수 변경사항을 주시하고 있다가 전체 변수중에서 종속변수를 뺀 것을 독립변수로 채워넣는다.
library(shiny)
ui <- fluidPage(
titlePanel('Update UI'),
sidebarLayout(
sidebarPanel(
wellPanel(
radioButtons("data", "Select data", choices=c("mtcars", "iris", "rock", "airquality", "diamonds"), selected="iris"),
checkboxInput("showtable","Show data Table", value=TRUE)
),
wellPanel(
selectInput('y', 'Response variable', choices = c("")),
selectInput('x', 'Explanatory variable(s)', choices = c(""), multiple=TRUE)
)
),
mainPanel(
tags$h2("Data Name"),
verbatimTextOutput("text"),
tags$h2("Data Content"),
conditionalPanel(condition = "input.showtable == true",
DT::dataTableOutput("table")
)
)
)
)
server <- function(input,output,session){
# 1. dataset -----
dataset <- reactive({
eval(parse(text=input$data))
})
# 2. UI update -----
observeEvent(input$data,{
updateSelectInput(session,"y", choices = colnames(dataset()))
})
observeEvent(input$y,{
x_var <- setdiff(colnames(dataset()), input$y)
updateSelectInput(session,"x", choices = x_var)
})
# 3. Regression Formula -----
reg_formula <- reactive({
reg_formula <- vector("character", 0)
if(length(input$x) > 0) {
reg_formula <- paste0(input$y, "~", stringr::str_c(input$x, collapse="+"))
}
})
# 3. Rendering -----
output$text <- renderPrint({
cat("The selected dataset is ", input$data, "\n")
cat("Regression Formula ", reg_formula(), "\n")
})
output$table <- DT::renderDataTable({
dataset()
})
}
shinyApp(ui,server)
4. 이미지 추가
shiny 앱에 이미지나 동영상을 추가하고자 할 때 앱 아래 wwww 디렉토리를 만들고 이미지 파일(xwMOOC.png, shiny.png, RStudio.png)을 넣게되면 img() 함수로 불러 앱의 일부로 추가할 수 있다. 맹숭맹숭하게 shiny 앱을 만드는 것과 비교하여 차별점을 둘 수 있는 점이기도 하다.
library(shiny)
ui <- fluidPage(
titlePanel('Update UI'),
sidebarLayout(
sidebarPanel(
wellPanel(
radioButtons("data", "Select data", choices=c("mtcars", "iris", "rock", "airquality", "diamonds"), selected="iris"),
checkboxInput("showtable","Show data Table", value=TRUE)
),
wellPanel(
selectInput('y', 'Response variable', choices = c("")),
selectInput('x', 'Explanatory variable(s)', choices = c(""), multiple=TRUE)
),
# Built with Shiny by RStudio
br(), br(),
h5(img(src = "xwMOOC.png", height = "30px"), "Built with",
img(src = "shiny.png", height = "20px"), "and" ,img(src = "RStudio.png", height = "15px"),
".")
),
mainPanel(
tags$h2("Data Name"),
verbatimTextOutput("text"),
tags$h2("Data Content"),
conditionalPanel(condition = "input.showtable == true",
DT::dataTableOutput("table")
)
)
)
)
server <- function(input,output,session){
# 1. dataset -----
dataset <- reactive({
eval(parse(text=input$data))
})
# 2. UI update -----
observeEvent(input$data,{
updateSelectInput(session,"y", choices = colnames(dataset()))
})
observeEvent(input$y,{
x_var <- setdiff(colnames(dataset()), input$y)
updateSelectInput(session,"x", choices = x_var)
})
# 3. Regression Formula -----
reg_formula <- reactive({
reg_formula <- vector("character", 0)
if(length(input$x) > 0) {
reg_formula <- paste0(input$y, "~", stringr::str_c(input$x, collapse="+"))
}
})
# 3. Rendering -----
output$text <- renderPrint({
cat("The selected dataset is ", input$data, "\n")
cat("Regression Formula ", reg_formula(), "\n")
})
output$table <- DT::renderDataTable({
dataset()
})
}
shinyApp(ui,server)
5. 대쉬보드 개발
개발된 shiny 앱을 거의 대부분 재사용해서 간단히 shinydashboard로 탈바꿈할 수 있다.
wellPanel()에 색상을 적용해서 흰색 글씨가 잘보이게 한다.tabBox()를 통해 데이터 관련 내용을 탭에 나열되도록 조치를 한다.ggplot을 통해 종속변수와 독립변수 시각화를 할 때aes_string()을 사용해서input$x,input$y를 인자값으로 넘겨준다.
library(shinydashboard)
library(tidyverse)
# 1. Header ------
header <- dashboardHeader(title = "Menu Selection")
# 2. Sidebar ------
sidebar <- dashboardSidebar(
sidebarMenu(
wellPanel(style = "background-color: #0090ff",
radioButtons("data", "Select data", choices=c("mtcars", "iris", "rock", "airquality", "diamonds"), selected="iris"),
checkboxInput("showtable","Show data Table", value=TRUE)
),
wellPanel(style = "background-color: #0090ff",
selectInput('y', 'Response variable', choices = c("")),
selectInput('x', 'Explanatory variable(s)', choices = c(""), multiple=FALSE)
),
# Built with Shiny by RStudio
br(), br(),
h5(img(src = "xwMOOC.png", height = "30px"), "Built with",
img(src = "shiny.png", height = "20px"), "and" ,img(src = "RStudio-Logo-Blue-Gray.png", height = "15px"),
".")
)
)
# 3. Body ------
body <- dashboardBody(
tabBox(width = 12,
tabPanel("dataset_name",
tags$h2("Data Name"),
verbatimTextOutput("text")
),
tabPanel("dataset_content",
tags$h2("Dataset Content"),
conditionalPanel(condition = "input.showtable == true",
DT::dataTableOutput("table")
)
),
tabPanel("dataset_plot",
tags$h2("Dataset Plot"),
plotOutput("plot")
)
)
)
ui <- dashboardPage(header, sidebar, body, skin = "blue")
server <- function(input,output,session){
# 1. dataset -----
dataset <- reactive({
eval(parse(text=input$data))
})
# 2. UI update -----
observeEvent(input$data,{
updateSelectInput(session,"y", choices = colnames(dataset()))
})
observeEvent(input$y,{
x_var <- setdiff(colnames(dataset()), input$y)
updateSelectInput(session,"x", choices = x_var)
})
# 3. Regression Formula -----
reg_formula <- reactive({
reg_formula <- vector("character", 0)
if(length(input$x) > 0) {
reg_formula <- paste0(input$y, "~", stringr::str_c(input$x, collapse="+"))
}
})
# 4. Data Set & Regression Model -----
output$text <- renderPrint({
cat("The selected dataset is ", input$data, "\n")
cat("Regression Formula ", reg_formula(), "\n")
})
# 5. Data Set Display -----
output$table <- DT::renderDataTable({
dataset()
})
# 6. Render Plot -----
output$plot <- renderPlot({
req(input$x)
req(input$y)
ggplot(dataset(), aes_string(input$y, input$x)) +
geom_point() +
geom_smooth(method="lm")
})
}
shinyApp(ui,server)
6. 대쉬보드 메뉴 도입
대쉬보드가 만들고나서 좌측에 메뉴를 도입해보자.
- sidebarMenu() 함수에
id = "menu"를 부여하여 메뉴를 클릭했을 때 추적할 수 있게 한다. menuItem()함수에 메뉴를 추가한다.box()함수에 설정을 해서 가독성을 높인다.width = 10, title = "Data Name", status = "primary", solidHeader = TRUE,
library(shinydashboard)
library(tidyverse)
# 1. Header ------
header <- dashboardHeader(title = "xwMOOC Dashboard")
# 2. Sidebar ------
sidebar <- dashboardSidebar(
sidebarMenu(id = "menu",
wellPanel(style = "background-color: #081730",
menuItem(" Data", tabName = "data_menu", icon = icon(name = "table")),
radioButtons("data", "Select data", choices=c("mtcars", "iris", "rock", "airquality", "diamonds"), selected="iris"),
checkboxInput("showtable","Show data Table", value=TRUE)
),
wellPanel(style = "background-color: #081730",
menuItem(" Variable", tabName = "var_menu", icon = icon(name = "columns")),
selectInput('y', 'Response variable', choices = c("")),
selectInput('x', 'Explanatory variable(s)', choices = c(""), multiple=FALSE)
),
# Built with Shiny by RStudio
br(), br(),
h5(img(src = "xwMOOC.png", height = "30px"), "Built with",
img(src = "shiny.png", height = "20px"), "and" ,img(src = "RStudio-Logo-Blue-Gray.png", height = "15px"),
".")
)
)
# 3. Body ------
body <- dashboardBody(
box(width = 10, title = "Data Name", status = "primary", solidHeader = TRUE,
verbatimTextOutput("text")
),
box(width = 10, title = "Dataset Content", status = "primary", solidHeader = TRUE,
conditionalPanel(condition = "input.showtable == true",
DT::dataTableOutput("table")
)
),
box(width = 10, title = "Visualization", status = "primary", solidHeader = TRUE,
plotOutput("plot")
)
)
ui <- dashboardPage(header, sidebar, body, skin = "blue")
server <- function(input,output,session){
# 1. dataset -----
dataset <- reactive({
eval(parse(text=input$data))
})
# 2. UI update -----
observeEvent(input$data,{
updateSelectInput(session,"y", choices = colnames(dataset()))
})
observeEvent(input$y,{
x_var <- setdiff(colnames(dataset()), input$y)
updateSelectInput(session,"x", choices = x_var)
})
# 3. Regression Formula -----
reg_formula <- reactive({
reg_formula <- vector("character", 0)
if(length(input$x) > 0) {
reg_formula <- paste0(input$y, "~", stringr::str_c(input$x, collapse="+"))
}
})
# 4. Data Set & Regression Model -----
output$text <- renderPrint({
cat("The selected dataset is ", input$data, "\n")
cat("Regression Formula ", reg_formula(), "\n")
cat("Menu Item selected: ", input$menu)
})
# 5. Data Set Display -----
output$table <- DT::renderDataTable({
dataset()
})
# 6. Render Plot -----
output$plot <- renderPlot({
req(input$x)
req(input$y)
ggplot(dataset(), aes_string(input$y, input$x)) +
geom_point() +
geom_smooth(method="lm")
})
}
shinyApp(ui,server)
7. 대쉬보드 조건부 패널
대쉬보드가 만들고나서 좌측에 메뉴를 도입했으니, 이제 조건부 패널(conditional panel)을 사용해서 해당 메뉴가 클릭되었을 때만 결과값이 나오도록 작업을 한다.
library(shinydashboard)
library(tidyverse)
# 1. Header ------
header <- dashboardHeader(title = "xwMOOC Dashboard")
# 2. Sidebar ------
sidebar <- dashboardSidebar(
sidebarMenu(id = "menu",
wellPanel(style = "background-color: #081730",
menuItem(" Data", tabName = "data_menu", icon = icon(name = "table")),
radioButtons("data", "Select data", choices=c("mtcars", "iris", "rock", "airquality", "diamonds"), selected="iris"),
checkboxInput("showtable","Show data Table", value=TRUE)
),
wellPanel(style = "background-color: #081730",
menuItem(" Variable", tabName = "var_menu", icon = icon(name = "columns")),
selectInput('y', 'Response variable', choices = c("")),
selectInput('x', 'Explanatory variable(s)', choices = c(""), multiple=FALSE)
),
# Built with Shiny by RStudio
br(), br(),
h5(img(src = "xwMOOC.png", height = "30px"), "Built with",
img(src = "shiny.png", height = "20px"), "and" ,img(src = "RStudio-Logo-Blue-Gray.png", height = "15px"),
".")
)
)
# 3. Body ------
body <- dashboardBody(
conditionalPanel(condition = "input.menu == 'data_menu'",
box(width = 10, title = "Data Name", status = "primary", solidHeader = TRUE,
verbatimTextOutput("text")
)
),
conditionalPanel(condition = "input.menu == 'var_menu'",
box(width = 8, title = "Dataset Content", status = "primary", solidHeader = TRUE,
conditionalPanel(condition = "input.showtable == true",
DT::dataTableOutput("table")
)
),
box(width = 4, title = "Visualization", status = "primary", solidHeader = TRUE,
plotOutput("plot")
)
)
)
ui <- dashboardPage(header, sidebar, body, skin = "blue")
server <- function(input,output,session){
# 1. dataset -----
dataset <- reactive({
eval(parse(text=input$data))
})
# 2. UI update -----
observeEvent(input$data,{
updateSelectInput(session,"y", choices = colnames(dataset()))
})
observeEvent(input$y,{
x_var <- setdiff(colnames(dataset()), input$y)
updateSelectInput(session,"x", choices = x_var)
})
# 3. Regression Formula -----
reg_formula <- reactive({
reg_formula <- vector("character", 0)
if(length(input$x) > 0) {
reg_formula <- paste0(input$y, "~", stringr::str_c(input$x, collapse="+"))
}
})
# 4. Data Set & Regression Model -----
output$text <- renderPrint({
cat("The selected dataset is ", input$data, "\n")
cat("Regression Formula ", reg_formula(), "\n")
cat("Menu Item selected: ", input$menu)
})
# 5. Data Set Display -----
output$table <- DT::renderDataTable({
dataset()
})
# 6. Render Plot -----
output$plot <- renderPlot({
req(input$x)
req(input$y)
ggplot(dataset(), aes_string(input$y, input$x)) +
geom_point() +
geom_smooth(method="lm")
})
}
shinyApp(ui,server)
8. 하위 메뉴 숨겼다가 보이는 기능 1
제어가 포함된 shiny 앱을 제작할 때 특정 메뉴에 관련된 제어 입력기(*input)를 배치할 경우가 있다. 이런 경우 React to menuItem() tab selection 코드를 참고하여 이를 반영한다.
library(shinydashboard)
library(tidyverse)
convertMenuItem <- function(mi, tabName) {
mi$children[[1]]$attribs['data-toggle']="tab"
mi$children[[1]]$attribs['data-value'] = tabName
if(length(mi$attribs$class)>0 && mi$attribs$class=="treeview"){
mi$attribs$class=NULL
}
mi
}
# 1. Header ------
header <- dashboardHeader(title = "xwMOOC Dashboard")
# 2. Sidebar ------
sidebar <- dashboardSidebar(
sidebarMenu(id = "menu",
convertMenuItem(
menuItem(" Data", tabName = "data_menu", icon = icon(name = "table"),
radioButtons("data", "Select data", choices=c("mtcars", "iris", "rock", "airquality", "diamonds"), selected="iris"),
checkboxInput("showtable","Show data Table", value=TRUE)), 'data_menu'
),
convertMenuItem(
menuItem(" Variable", tabName = "var_menu", icon = icon(name = "columns"),
selectInput('y', 'Response variable', choices = c("")),
selectInput('x', 'Explanatory variable(s)', choices = c(""), multiple=FALSE)), 'var_menu'
),
# Built with Shiny by RStudio
br(), br(),
h5(img(src = "xwMOOC.png", height = "30px"), "Built with",
img(src = "shiny.png", height = "20px"), "and" ,img(src = "RStudio-Logo-Blue-Gray.png", height = "15px"),
".")
)
)
# 3. Body ------
body <- dashboardBody(
conditionalPanel(condition = "input.menu == 'data_menu'",
box(width = 10, title = "Data Name", status = "primary", solidHeader = TRUE,
verbatimTextOutput("text")
)
),
conditionalPanel(condition = "input.menu == 'var_menu'",
box(width = 8, title = "Dataset Content", status = "primary", solidHeader = TRUE,
conditionalPanel(condition = "input.showtable == true",
DT::dataTableOutput("table")
)
),
box(width = 4, title = "Visualization", status = "primary", solidHeader = TRUE,
plotOutput("plot")
)
)
)
ui <- dashboardPage(header, sidebar, body, skin = "blue")
server <- function(input,output,session){
observeEvent(input$showtable, {
shinyjs::hide(id = "data")
shinyjs::hide(id = "x")
})
# 1. dataset -----
dataset <- reactive({
eval(parse(text=input$data))
})
# 2. UI update -----
observeEvent(input$data,{
updateSelectInput(session,"y", choices = colnames(dataset()))
})
observeEvent(input$y,{
x_var <- setdiff(colnames(dataset()), input$y)
updateSelectInput(session,"x", choices = x_var)
})
# 3. Regression Formula -----
reg_formula <- reactive({
reg_formula <- vector("character", 0)
if(length(input$x) > 0) {
reg_formula <- paste0(input$y, "~", stringr::str_c(input$x, collapse="+"))
}
})
# 4. Data Set & Regression Model -----
output$text <- renderPrint({
cat("The selected dataset is ", input$data, "\n")
cat("Regression Formula ", reg_formula(), "\n")
cat("Menu Item selected: ", input$menu)
})
# 5. Data Set Display -----
output$table <- DT::renderDataTable({
dataset()
})
# 6. Render Plot -----
output$plot <- renderPlot({
req(input$x)
req(input$y)
ggplot(dataset(), aes_string(input$y, input$x)) +
geom_point() +
geom_smooth(method="lm")
})
}
shinyApp(ui,server)