使用 Shiny App 协助进行数据过滤-解网

问：

我有一个表格，总结了 ~100 项临床试验。此表需要添加到闪亮的应用程序中，然后用户根据表中的不同变量（如端点、干预等）筛选表。

该表的问题在于，据我所知，每项研究都必须在一行中。但在 excel 中，每项研究都需要不止一行，因为像“干预”和“终点”这样的变量有很多级别，我需要根据这些变量对我的数据进行子集。

例如，用户选择包含结果 1 或干预 1 的研究的子集。许多研究混合了这些，如下面的屏幕截图所示。

这使得每项研究不可能放在一行中，特别是一项研究最多可以有 15 种不同的干预措施（有一长串干预措施，使用将基于这些干预措施的子集）

如何处理这个问题？

sample

r 闪亮的 Tidyverse 数据过滤

（1）看起来你很难处理这些数据，这意味着首先询问闪亮的积分还为时过早。首先解决基本的数据问题，然后尝试使其花哨/互动。（2）请不要发布（仅）代码/数据/错误的图像：它会破坏屏幕阅读器，并且无法复制或搜索（参考：meta.stackoverflow.com/a/285557 和 xkcd.com/2116）。请将代码、控制台输出或数据（例如，或输出）直接包含在代码块中。data.frame(...)dput(head(x))

答：

0赞 r2evans 9/11/2023 #1

听起来您需要弄清楚如何用前一行的数据“填充”所有空行。暂时忽略闪亮的组件，如果我有数据（在 xlsx 中，尽管 CSV 是否无关紧要），如下所示：

我们可以读入并用 or 进行修复：zoo::na.locftidyr::fill

dat <- readxl::read_excel("~/Downloads/something.xlsx")
dat
# # A tibble: 6 × 5
#   Author    Year Methodology    `Intervention(s)` `Endpoint(s)`
#   <chr>    <dbl> <chr>          <chr>             <chr>        
# 1 X et al.  2022 Prospective    Intervention 1    Endpoint 1   
# 2 NA          NA NA             Intervention 2    Endpoint 2   
# 3 NA          NA NA             Intervention 3    Endpoint 3   
# 4 Y et al.  2021 Something else Intervention 4    Endpoint 4   
# 5 NA          NA NA             Intervention 5    Endpoint 5   
# 6 NA          NA NA             Intervention 6    Endpoint 6

并使用以下方法之一进行修复：

tidyr::fill(dat, Author, Year, Methodology)
# # A tibble: 6 × 5
#   Author    Year Methodology    `Intervention(s)` `Endpoint(s)`
#   <chr>    <dbl> <chr>          <chr>             <chr>        
# 1 X et al.  2022 Prospective    Intervention 1    Endpoint 1   
# 2 X et al.  2022 Prospective    Intervention 2    Endpoint 2   
# 3 X et al.  2022 Prospective    Intervention 3    Endpoint 3   
# 4 Y et al.  2021 Something else Intervention 4    Endpoint 4   
# 5 Y et al.  2021 Something else Intervention 5    Endpoint 5   
# 6 Y et al.  2021 Something else Intervention 6    Endpoint 6   

dat[] <- lapply(dat, zoo::na.locf)
dat
# # A tibble: 6 × 5
#   Author    Year Methodology    `Intervention(s)` `Endpoint(s)`
#   <chr>    <dbl> <chr>          <chr>             <chr>        
# 1 X et al.  2022 Prospective    Intervention 1    Endpoint 1   
# 2 X et al.  2022 Prospective    Intervention 2    Endpoint 2   
# 3 X et al.  2022 Prospective    Intervention 3    Endpoint 3   
# 4 Y et al.  2021 Something else Intervention 4    Endpoint 4   
# 5 Y et al.  2021 Something else Intervention 5    Endpoint 5   
# 6 Y et al.  2021 Something else Intervention 6    Endpoint 6

从这里，您可以根据需要进行过滤，而不会丢失有关作者/年份/等的信息。

我认为您需要考虑“处理”数据和“为美学而渲染”的数据之间的区别。我认为后者就是你所说的渲染，也许可以用像 or 这样的包很好地处理。但是，快速破解可能是这样的（要“删除重复数据”的列在哪里）。gtDTdat[,1:3] <- lapply(dat[,1:3], function(z) ifelse(c(FALSE, z[-length(z)] == z[-1]), "", z))1:3

0赞 yusefsoliman 9/11/2023

你能给我举个例子来说明如何在 Shiny 中实现这一点吗？我尝试了此代码，但没有显示结果。非常感谢您的帮助。

0赞 r2evans 9/11/2023

这与.如果可以在控制台上执行此操作，则可以在中执行此操作。如果你不知道如何把它放到应用程序的反应式组件中，那么我建议你逐步浏览闪亮的教程来了解反应性，比如 mastering-shiny.org/basic-reactivity.html。shinyshinyshiny

上一个：Power BI 相对日期切片器

下一个：ror 数据过滤器类别 gem 分页在第二页中不起作用

使用 Shiny App 协助进行数据过滤

Assistance in data filtering using Shiny App

评论

评论