[英]Adjust features with selectInput in shiny app
下面的代码根据 numericInput 选择的权重生成一个numericInput
表。 这工作正常。 涉及计算的方法是WSM(加权和模型)。 对于此方法,有必要选择权重,这已经在下面的应用程序中正确完成,并且如果某个标准是最大化或最小化。 但是,最后一个问题不会在代码中自动完成。 注意它是这样的:
scaled <- df1 |>
mutate(Coverage = min(Coverage) / Coverage, #minimize
Production = Production / max(Production)) #maximize
也就是说,我手动选择Coverage
是最小化的, Production
是最大化的,但是例如它可能是相反的。 这就是我创建两个selectInputs
的原因,人们可以在其中选择他是想最大化还是最小化某个标准。 现在如何在 shiny 代码中调整它以使其自动保留?
library(shiny)
library(DT)
library(dplyr)
library(shinyjs)
library(MCDM)
df1 <- structure(list(n = c(2, 3, 4, 5, 6, 7, 8, 9, 10, 11),
Coverage = c(0.0363201192049018, 0.0315198954715543,
0.112661460735583, 0.112661460735583, 0.112661460735583, 0.0813721071219816,
0.0862146652218061, 0.0697995564757394, 0.0599194966471805,
0.0507632014547115),
Production =
c(1635156.04305, 474707.64025, 170773.40775, 64708.312, 64708.312, 64708.312,
949.72635, 949.72635, 949.72635, 949.72635)),
class = "data.frame", row.names = c(NA,-10L))
ui <- fluidPage(
useShinyjs(),
column(4,
wellPanel(
numericInput("weight1",label = h4("Weight 1"), min = 0, max = 1, value = NA, step = 0.1),
selectInput("maxmin1", label = h5("Maximize or Minimize?"),choices = list("Maximize " = 1, "Minimize" = 2), selected = ""),
disabled(numericInput("weight2",label = h4("Weight 2"), min = 0,max = 1,value = NA,step = 0.1)),
selectInput("maxmin2", label = h5("Maximize or Minimize?"),choices = list("Maximize " = 1, "Minimize" = 2), selected = ""),
helpText("The sum of weights should be equal to 1")
)),
hr(),
column(8,
tabsetPanel(tabPanel("Method1", DTOutput('table1'))),
tabsetPanel(tabPanel("Method2", DTOutput('table2')))))
server <- function(input, output, session) {
scaled <- reactive({
weights <- c(req(input$weight1), req(input$weight2))
scaled <- df1 |>
mutate(Coverage = min(Coverage) / Coverage, #minimize
Production = Production / max(Production)) #maximize
scaled <- scaled |>
rowwise() |>
mutate(`Performance Score` = weighted.mean(c(Coverage, Production), w = weights))
scaled$Rank <- (nrow(scaled) + 1) - rank(scaled$`Performance Score`)
scaled
})
observeEvent(input$weight1, {
freezeReactiveValue(input, "weight2")
updateNumericInput(session, 'weight2', value = 1 - input$weight1)
})
output$table1 <- renderDT({
req(scaled())
datatable(scaled(), options = list( columnDefs = list(list(
className = 'dt-center', targets = "_all")),paging = TRUE,searching = FALSE,
pageLength = 10, dom = 'tip',scrollX = TRUE),rownames = FALSE)
})
}
shinyApp(ui = ui, server = server)
我认为您可以在服务器 function 中进行以下小改动
methods <- list("1" = max, "2" = min)
funcs = c(methods[[req(input$maxmin1)]], methods[[req(input$maxmin2)]])
scaled <- df1 |>
mutate(Coverage = funcs[[1]](Coverage) / Coverage,
Production = Production / funcs[[2]](Production))
请注意,我只是创建了一个包含两个元素的命名列表methods
,第一个是max
function,第二个是min
function。我已命名此列表,就像您在input$maxmin1
和input$maxmin2
对象中命名choices
一样。 然后我创建一个向量函数,它只是从列表中选择适当的匹配funcs
。 在接下来的几行中,我使用funcs[[1]]
作为 function 应用于Coverage
,使用 funcs funcs[[2]]
作为 function 应用于Production
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.