Фильтровать фрейм данных с помощью checkboxGroupInput - PullRequest
0 голосов
/ 02 ноября 2018

Я хочу создать диаграмму рассеяния с помощью приложения R-Shiny. Мне нужно 2 входа (selectInput и checkboxGroupInput) для отображения моего графика. Когда я запускаю код, он показывает эту ошибку:

Ошибка: (преобразовано из предупреждения) Ошибка в: (преобразовано из предупреждения) Ошибка в максимуме: (преобразовано из предупреждения) нет не пропущенных аргументов для Максимум; возвращая -Inf

Кажется, что selectInput в порядке, но не checkboxGroupInput, потому что, когда я пытаюсь фильтровать данные с помощью 2 selectInput, он работает ... См. Мой код:

ui = fluidPage(
  headerPanel('Title'),

  sidebarPanel(
    selectInput(inputId = 'adv', label = 'Adversaire', choices = levels(nodes$Adversaire)),
    checkboxGroupInput(inputId = 'act', label = 'Actions', choices = levels(nodes$Action))
  ),
  mainPanel(plotOutput('scatter'))
)

server <- function(input, output) {
  data = reactive({
    df = nodes %>%
      filter(Adversaire == input$adv, Action %in% c(input$act)) %>%
      group_by(Player) %>%
      summarise(Poste = unique(Poste),
                Pour_brut = sum(Pour), Contre_brut = sum(Contre), Total_brut = sum(Total),
                Pour = sum(Pour_brut)/mean(unique(Time))*20, Contre = sum(Contre_brut)/mean(unique(Time))*20, Total = sum(Total)/mean(unique(Time))*20,
                Time = mean(unique(Time)))
  })

  output$scatter = renderPlot({
    ggplot(data(), aes(x = Contre, y = Pour, color = Poste, size = Time)) +
      scale_x_continuous(limits = c(0,max(c(data()$Contre, data()$Pour)))) +
      scale_y_continuous(limits = c(0,max(c(data()$Contre, data()$Pour)))) +
      geom_abline(intercept = 0, slope=1) +
      geom_point()
  })      
}
shinyApp(ui = ui, server = server)

РЕДАКТИРОВАТЬ:

structure(list(Player = c(14L, 12L, 96L, 25L, 19L, 96L), Poste = structure(c(2L, 
1L, 1L, 2L, 1L, 1L), .Label = c("Attaquant", "Defenseur"), class = "factor"), 
    Match = c(2L, 2L, 2L, 2L, 2L, 2L), Adversaire = structure(c(2L, 
    2L, 2L, 2L, 2L, 2L), .Label = c("Amiens", "Nice"), class = "factor"), 
    Action = structure(c(3L, 3L, 3L, 2L, 2L, 2L), .Label = c("But", 
    "FO", "JOZO", "PK 4vs5", "PP 5vs3", "PP 5vs4", "SZC", "SZSPR", 
    "TOZD", "TOZN", "TOZO"), class = "factor"), Pour = c(2L, 
    2L, 2L, 2L, 1L, 1L), Contre = c(1L, 2L, 1L, 0L, 0L, 0L), 
    Total = c(3L, 4L, 3L, 2L, 1L, 1L), Time = c(12.89, 11.33, 
    11.11, 14.42, 10.12, 11.11)), row.names = c(NA, 6L), class = "data.frame")

1 Ответ

0 голосов
/ 03 ноября 2018

Это работало нормально для меня. Просто убедитесь, что Adversaire и Action являются символьными полями. Также добавлено req(nrow(data()) > 0) к renderPlot(), чтобы избавиться от max предупреждений функции -

ui = fluidPage(
  headerPanel('Title'),

  sidebarPanel(
    selectInput(inputId = 'adv', label = 'Adversaire', choices = unique(nodes$Adversaire)),
    checkboxGroupInput(inputId = 'act', label = 'Actions', choices = unique(nodes$Action))
  ),
  mainPanel(plotOutput('scatter'))
)

server <- function(input, output) {
  data <- reactive({
    df <- nodes %>%
      filter(Adversaire == input$adv, Action %in% input$act) %>%
      group_by(Player) %>%
      summarise(
        Poste = unique(Poste),
        Pour_brut = sum(Pour), Contre_brut = sum(Contre),
        Total_brut = sum(Total),
        Pour = sum(Pour_brut)/mean(unique(Time))*20,
        Contre = sum(Contre_brut)/mean(unique(Time))*20,
        Total = sum(Total)/mean(unique(Time))*20,
        Time = mean(unique(Time))
      )
    df
  })

  output$scatter = renderPlot({
    req(nrow(data()) > 0)
    ggplot(data(), aes(x = Contre, y = Pour, color = Poste, size = Time)) +
      scale_x_continuous(limits = c(0,max(c(data()$Contre, data()$Pour)))) +
      scale_y_continuous(limits = c(0,max(c(data()$Contre, data()$Pour)))) +
      geom_abline(intercept = 0, slope=1) +
      geom_point()
  })      
}
shinyApp(ui = ui, server = server)

enter image description here

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...