การจัดรูปแบบหน้าต่างและการใช้งานแบบกรองใน RShiny
— rshiny — 1 min read
การจัดรูปแบบหน้าต่างและใช้ตัวกรองใน RShiny เป็นวิธีที่มีประสิทธิภาพในการปรับแต่งและแสดงผลข้อมูลให้เหมาะสมและใช้งานได้ง่าย ในบทความนี้เราจะสำรวจวิธีการจัดรูปแบบหน้าต่างและใช้ตัวกรองใน RShiny พร้อมกับตัวอย่างโค้ด
ตัวอย่างการจัดรูปแบบหน้าต่างและใช้ตัวกรองใน RShiny:
library(shiny)library(dplyr)
# กำหนด UIui <- fluidPage( titlePanel("การจัดรูปแบบหน้าต่างและใช้ตัวกรองใน RShiny"), sidebarLayout( sidebarPanel( # ส่วนตัวกรอง selectInput("species", "เลือกสายพันธุ์:", choices = unique(iris$Species)) ), mainPanel( # ส่วนแสดงผลตาราง dataTableOutput("table") ) ))
# กำหนด Serverserver <- function(input, output) { # ตัวกรองและแสดงผลตาราง output$table <- renderDataTable({ filtered_data <- iris %>% filter(Species == input$species) datatable(filtered_data) })}
# เรียกใช้งานแอปพลิเคชันshinyApp(ui = ui, server = server)`
ในตัวอย่างนี้ เราใช้ library dplyr
เพื่อใช้ฟังก์ชัน filter
ในการกรองข้อมูล
ในส่วนของ UI เรากำหนดให้แสดงผลในรูปแบบของหน้าต่างเว็บ มีส่วนตัวกรองและส่วนแสดงผลตาราง ในส่วนของตัวกรอง เราใช้ selectInput
เพื่อสร้างเลือกตัวเลือกของสายพันธุ์ที่ใช้เป็นตัวกรอง
ในส่วนของ Server เราใช้ renderDataTable
เพื่อแสดงผลตาราง โดยเราใช้ filter
เพื่อกรองข้อมูลจากตัวแปร iris
โดยใช้ข้อมูลที่เลือกจากตัวกรอง input$species
และใช้ datatable
เพื่อแสดงผลตารางในรูปแบบที่สวยงามและสามารถปรับแต่งได้
เมื่อรันโค้ดด้านบน แอปพลิเคชัน RShiny จะถูกสร้างขึ้นและแสดงผลบนหน้าเว็บ ผู้ใช้งานสามารถเลือกสายพันธุ์จากตัวกรองและแอปพลิเคชันจะแสดงผลตารางที่ผ่านการกรองข้อมูลตามที่ผู้ใช้งานเลือก
เมื่อผู้ใช้งานเปลี่ยนเลือกสายพันธุ์ในตัวกรอง แอปพลิเคชันจะทำการกรองข้อมูลที่ตรงกับเงื่อนไขและแสดงผลตารางที่ผ่านการกรองอย่างใกล้ชิด การใช้ตัวกรองเป็นวิธีที่น่าสนใจในการแสดงผลข้อมูลที่ต้องการอย่างถูกต้องและเหมาะสม
นอกจากนี้ยังสามารถจัดรูปแบบหน้าต่างแอปพลิเคชันให้สวยงามและใช้งานได้ง่ายด้วยการเพิ่มสไตล์ รูปแบบ หรือโค้ดอื่น ๆ ตามต้องการของผู้พัฒนาและผู้ใช้งาน
ในส่วนของตัวอย่างโค้ดข้างต้น เราใช้ shiny
เพื่อสร้างแอปพลิเคชัน และใช้ dplyr
เพื่อใช้งานฟังก์ชัน filter
ในการกรองข้อมูล ซึ่งเป็นแพ็คเกจที่ช่วยในการจัดการและแปลงข้อมูลใน R ให้ง่ายขึ้น
ในส่วนของ UI เราใช้ fluidPage
เพื่อสร้างหน้าต่างแอปพลิเคชัน และกำหนดให้มีส่วนตัวกรองให้ผู้ใช้งานสามารถเลือกสายพันธุ์ที่ต้องการในการกรองข้อมูล
ในส่วนของ Server เราใช้ renderDataTable
เพื่อแสดงผลตารางที่ผ่านการกรองข้อมูลจากตัวกรอง input$species
ซึ่งก็คือสายพันธุ์ที่ผู้ใช้งานได้เลือก เราใช้ฟังก์ชัน filter
ของแพ็คเกจ dplyr
เพื่อกรองข้อมูลจากตัวแปร iris
โดยใช้เงื่อนไขที่ผู้ใช้งานเลือก แล