在沒有Shiny的情況下進一步子集化之前使用daterangeInput子集數據幀

Question

這是我第一次使用stackoverflow提問，所以我希望以下內容足夠清楚：

我正在制作一個Shiny應用程序，我使用Leaflet繪制數據。 該圖目前由三個層組成（類型= a，類型= b，類型= a + b），可以使用復選框選擇，並且我還添加了切片器以選擇持續時間。

現在，一切正常，但我想添加一個DaterangeInput。

我的數據框由五個變量（最簡單的形式）組成，名稱/位置/類型/持續時間/日期。 同名可以有很多觀察，因為它們是事件，同一個名稱的不同觀察可以有type = a或type = b。

對於我目前正在運行的Shiny應用程序，我將group_by（name）的原始數據用於type = a，type = b和type = a + b。 這樣我得到三層，我可以通過我的復選框組選擇。 當滑塊用於更改我的Leaflet地圖上的標記數量時，子集化的數據框隨后在反應函數中使用。

我現在要做的是通過在其他所有內容之前使用daterangeInput來對我的原始數據幀進行子集化。 這樣做的原因是日期是唯一的唯一變量，這就是為什么我希望它作為第一個過濾器，但是直到我制作了一個功能正常的Shiny應用程序，我才想添加一個小東西：P

這是我的代碼的簡化版本

ui <- fluidPage(
  titlePanel(Title),
  sidebarLayout(
    sidebarPanel(

      #slider for number of events
      sliderInput(inputId = "events",
                  label = "number:",
                  min = 1, max = 100,
                  value = c(1,100),
                  step = 1),

      #type a and/or b
      checkboxInput(inputId = "a",
                    label = "a",
                    value = TRUE),
      checkboxInput(inputId = "b",
                    label = "b",
                    value = TRUE),

      #Daterange for events to plot
      dateRangeInput(inputId = "date",
                     label = "from - until:",
                     start = 1-1-2018,
                     end = 31-12-2019,
                     min = 1-1-2018,
                     max = 31-12-2019,
                     format = "dd/mm/yyyy",
                     separator = " - "),
      ),

    #printing map
    mainPanel(
      leafletOutput(outputId = "map", width = "100%", height = 900)
    )
  )
)

server <- function(input, output) {
  output$map <- renderLeaflet({

    #plot empty map
    empty_map <- leaflet() %>%
      addTiles() %>%
      setView(lng = 5.583541, lat = 52.577159, zoom = 8)
  })


  raw_date <- reactive({
    raw[raw$date >= input$date[1] & raw$date <= input$date[2],]
    raw
  })

#other filters
  #removing duplicate adresses
  reactive({
    rawdate <- raw_date()
    Name_unq <- rawdate[!duplicated(rawdate$Adres),]
    Name_unq <- Adr_tot_unq[order(Adr_tot_unq$Adres),]


  #determining information per event
    type_ab <- rawdate %>%
      group_by(Adres) %>%
      summarise(Total = sum(duration), mean = mean(duration)) %>%
      ungroup()

  #link adresses and location  
    type_ab <- data.frame(type_ab,Name_unq$Longitude,Name_unq$Latitude)
    names(type_ab)[7:8] <- c("Longitude", "Latitude")

  #determining which layer to plot
  observeEvent({input$a
    input$b},
    {if(input$a == TRUE & input$b == TRUE) {
      lpRemoveAll()
      lpAddTotal()
    } else if(input$a == FALSE & input$b == FALSE) {
      lpRemoveAll()
    }
    }
  )

 #define functions and type_ab-layer
  lpAddTotal <- function() {
    observe(
      leafletProxy(mapId = "map", data = type_ab_slider()) %>%
        clearMarkerClusters() %>%
        addMarkers(clusterOptions = markerClusterOptions(),group = "Total")
    )
  }

 #define function lpRemove
  lpRemoveAll <- function() {
    leafletProxy(mapId = "map") %>%
      clearGroup("Total") 
    }

  #functions to link sliders to layers
  type_ab_slider <- reactive({
    type_ab[(type_ab$Aantal >= input$events[1] & type_ab$Aantal <= input$events[2]),]
  })

shinyApp(ui = ui, server = server)

結束語：我想通過使用daterangeInput對原始數據進行子集化，之后我想對該子集進行進一步的過濾。

Answer 1

嘗試：

raw_date <- reactive({
  raw  <- subset(raw, date >= input$date[1] & date <= input$date[2])
  raw
  })

和：

reactive({
rawdate<-raw_date()
type_a <- rawdate[type == "a"]
type_a
})

你不需要第二部分的觀察者，被動做你正在尋找的東西。 希望這可以幫助！