我刚刚开始使用R和R Shiny。我一直在尝试一些教程，并构建了一个非常简单的数据探索应用程序——您选择两个变量，它会给您一个箱线图。
我添加了markdown功能，以便用户可以下载他们的结果的PDF，但希望包括一些汇总统计数据。例如，他们选择年龄和性别作为变量，PDF打印年龄、性别的摘要以及生成的箱线图。
我就是不能打印摘要。我已经尝试了几个方法-如果我只是总结(输入$variable)它只是给出空白的细节。我已经添加了通过服务器存储输入$变量选择的代码。R又试着总结了一下，但那个对象再也找不到了。我已经在谷歌上搜索了大约两天的答案，但我放弃了!如果有人能帮助我，这将是非常有益的，我想我只是不熟悉R，不知道我错在哪里。
为我对R的初级知识感到抱歉，我相信这是那些不应该真正引起问题的事情之一。
一些相关代码的摘录-另外，只是要注意，我试图让它工作的一些代码，我知道是错误的方式去做它，只是我尝试了很多不同的方法，我想我会粘贴最后一次尝试来得到一些东西。
ui。R
#input
sidebarPanel
(
selectInput("dataset","Data:",
list(age = "ageData")
),
uiOutput("variable"), # depends on dataset ( set by output$variable in server.R)
uiOutput("group"), # depends on dataset ( set by output$group in server.R)
selectInput("plot.type","Plot Type:",
list(Boxplot = "Boxplot", Histogram = "Histogram", Density = "Density", Bar = "Bar")
),
checkboxInput("show.points", "Show points", TRUE),
checkboxInput("outliers", "Show outliers", TRUE),
br(),
helpText("Click download to output your plot and variable details to a document."),
radioButtons('format', 'Document format', c('PDF', 'HTML', 'Word'),
inline = TRUE),
downloadButton('downloadReport'),
br(),
br(),
img(src = "logo.jpg")
),
# checkboxInput("outliers", "Show outliers", FALSE)
#),
# output
mainPanel(
h3(textOutput("caption")),
#h3(htmlOutput("caption")),
uiOutput("plot") # depends on input
)
))
服务器。R
# shiny server side code for each call
shinyServer(function(input, output, session){
#update variable and group based on dataset
output$variable <- renderUI({
obj<-switch(input$dataset,
"ageData" = ageData)
var.opts<-namel(colnames(obj))
selectInput("variable","y-axis:", var.opts) # uddate UI
})
output$group <- renderUI({
obj<-switch(input$dataset,
"ageData" = ageData)
var.opts<-namel(colnames(obj))
selectInput("group","x-axis:", var.opts) # uddate UI
})
output$caption<-renderText({
switch(input$plot.type,
"Boxplot" = "Boxplot",
"Histogram" = "Histogram",
"Density" = "Density plot",
"Bar" = "Bar graph")
})
regFormula <- reactive({
as.formula(paste(input$group, data=ageData))
})
output$regPrint <- renderPrint({
summary(regFormula(), data = ageData)
})
output$plot <- renderUI({
plotOutput("p")
})
#plotting function using ggplot2
output$p <- renderPlot({
plot.obj<<-list() # not sure why input$X can not be used directly?
plot.obj$data<<-get(input$dataset)
plot.obj$variable<<-with(plot.obj$data,get(input$variable))
plot.obj$group<<-with(plot.obj$data,get(input$group))
#dynamic plotting options
if(input$outliers==FALSE) {
plot.type<-switch(input$plot.type,
"Boxplot" = geom_boxplot(outlier.size=0),
"Histogram" = geom_histogram(alpha=0.5,position="identity"),
"Density" = geom_density(alpha=.75),
"Bar" = geom_bar(position="dodge")
)
}
else
{
plot.type<-switch(input$plot.type,
"Boxplot" = geom_boxplot(),
"Histogram" = geom_histogram(alpha=0.5,position="identity"),
"Density" = geom_density(alpha=.75),
"Bar" = geom_bar(position="dodge")
)
}
require(ggplot2)
#plotting theme
.theme<- theme(
axis.line = element_line(colour = 'gray', size = .75),
panel.background = element_blank(),
plot.background = element_blank()
)
if(input$plot.type=="Boxplot") { #control for 1D or 2D graphs
p<-ggplot(plot.obj$data,
aes(
x = plot.obj$group,
y = plot.obj$variable,
fill = as.factor(plot.obj$group))
) + plot.type
if(input$show.points==TRUE)
{
p<-p+ geom_point(color='black',alpha=0.5, position = 'jitter')
}
} else {
p<-ggplot(plot.obj$data,
aes(
x = plot.obj$variable,
fill = as.factor(plot.obj$group),
group = as.factor(plot.obj$group),
color = as.factor(plot.obj$group)
)
) + plot.type
}
p<-p+labs(
fill = input$group,
x = "",
y = input$variable
) +
.theme
print(p)
})
output$downloadReport <- downloadHandler(
filename = function() {
paste('my-report', sep = '.', switch(
input$format, PDF = 'pdf', HTML = 'html', Word = 'docx'
))
},
content = function(file) {
src <- normalizePath('report.Rmd')
# temporarily switch to the temp dir, in case you do not have write
# permission to the current working directory
file.copy(src, 'report.Rmd')
library(rmarkdown)
out <- render('report.Rmd', switch(
input$format,
PDF = pdf_document(), HTML = html_document(), Word = word_document()
))
file.rename(out, file)
}
)
})
**report.Rmd**
Here are some summary statistics:
```{r summary}
print(regFormula())
summary(regFormula(), data=ageData)
```
renderPrint({})与您的摘要语句包装在里面是你的问题的答案这里在服务器端与veratimtextoutput()一起为ui端!参见本链接的步骤4中的示例:
这是你的应用程序的代码，让我们看看一步一步地执行我们是如何创建它的。我们已经定义了标题面板。现在我们将在侧边栏面板中定义一些小部件。
<标题> ui。RshinyUI(fluidPage(
titlePanel("My first Shiny app!"),
sidebarLayout(
sidebarPanel(
selectInput("var",label="Choose a variable",choice=c("Sepal.Length"=1,
"Sepal.Width"=2,
"Petal.Length"=3,
"Petal.Width"=4), selectize=FALSE)),
mainPanel(
h2("Summary of the variable"),
verbatimTextOutput("sum"),
plotOutput("box")
)
))
)
library(shiny)
library(datasets)
shinyServer(function(input,output){
output$sum <- renderPrint({
summary(iris[,as.numeric(input$var)])
})
output$box <- renderPlot({
x<-summary(iris[,as.numeric(input$var)])
boxplot(x,col="sky blue",border="purple",main=names(iris[as.numeric(input$var)]))
})
}
)
这里我们使用的数据来自r中已经存在的数据集库，您可以通过调用library(datassets)函数来访问该数据集。我们在这里使用了虹膜数据集。您可以通过在R控制台中调用?iris函数来了解iris数据集。
http://sanaitics.com/UploadedFiles/html_files/8737Shiny_article.html。
veratimtextoutput ("regPrint")就可以了