library(shiny)
library(DT)
library(sparkline)
library(tidyverse)
data(iris)
library(htmlwidgets)
cb <- htmlwidgets::JS('function(){debugger;HTMLWidgets.staticRender();}')
ui <- fluidPage(
htmlwidgets::getDependency('sparkline'),
DTOutput("table")
)
server <- function(input, output) {
test <- reactive({
iris %>%
group_by(Species) %>%
summarise(n = n()) %>%
mutate(spark = split(iris$Sepal.Length, iris$Species) %>%
map(~ sparkline(.x, type = "bar")) %>%
map(htmltools::as.tags) %>%
map_chr(as.character))
})
output$table <- renderDataTable({
datatable(test(),
escape = FALSE,
options = list(drawCallback=cb)
)
})
}
shinyApp(ui, server)
这段代码创建了一个Shiny应用，它使用DT（DataTables）表格来显示鸢尾花（iris）数据集的汇总信息，同时在每行中嵌入sparkline图表，显示不同物种（Species）的萼片长度（Sepal.Length）分布。
以下是代码的详细解释：
-
首先，加载了所需的R包：
shiny、DT、sparkline、tidyverse和htmlwidgets。此外，使用data(iris)加载了鸢尾花数据集，以便在应用中使用。 -
创建了一个JavaScript回调函数
cb，该函数将在表格绘制后调用，用于渲染sparkline图表。这个函数在应用中并没有直接使用，但可以在需要进行调试或自定义时使用。 -
在Shiny应用的UI部分，使用
htmlwidgets::getDependency加载sparkline包所需的依赖项，包括相关的JavaScript和CSS资源。 -
在Server部分，首先创建了一个
reactive函数test，用于处理数据并生成带有sparkline图表的汇总信息。在这个函数中，对鸢尾花数据集进行分组、汇总和sparkline图表的生成。map函数用于将sparkline图表应用于每个物种的萼片长度，将结果存储在名为spark的新列中。 -
使用
renderDataTable函数来渲染数据表格。表格的数据源是通过调用test()获得的，即上一步中生成的带有sparkline图表的数据帧。escape参数设置为FALSE，以确保sparkline图表能够正常渲染。options参数中包含了drawCallback，这将在表格绘制后执行，用于确保sparkline图表正确渲染。