使用shinydashboard

除了shiny包，RStudio还开发了一个shinydashboard扩展包，它呈现数据的方式就是专门用于概览或检测数据。

接下来的例子意在说明创建一个简易的仪表板非常简单，这个仪表盘可以按每周和每月的时间刻度显示CRAN上下载量最多的最受欢迎的R扩展包。

数据源由 cranlogs 包提供，先下载安装下面的包：

install.packages(c("shinydashboard", "cranlogs"))

快速查看下CRAN下载数据的数据源：

library(cranlogs)
cran_top_downloads()
#> No encoding supplied: defaulting to UTF-8.
#>    rank package count       from         to
#> 1     1    Rcpp 27553 2018-08-29 2018-08-29
#> 2     2 stringi 25057 2018-08-29 2018-08-29
#> 3     3   rlang 23974 2018-08-29 2018-08-29
#> 4     4  digest 22301 2018-08-29 2018-08-29
#> 5     5 ggplot2 21735 2018-08-29 2018-08-29
#> 6     6    glue 21575 2018-08-29 2018-08-29
#> 7     7 stringr 21008 2018-08-29 2018-08-29
#> 8     8  tibble 19051 2018-08-29 2018-08-29
#> 9     9  pillar 18980 2018-08-29 2018-08-29
#> 10   10   fansi 18803 2018-08-29 2018-08-29

cran_top_downloads("last-week")
#> No encoding supplied: defaulting to UTF-8.
#>    rank package  count       from         to
#> 1     1    Rcpp 148615 2018-08-23 2018-08-29
#> 2     2 stringi 133327 2018-08-23 2018-08-29
#> 3     3   rlang 131022 2018-08-23 2018-08-29
#> 4     4  digest 127712 2018-08-23 2018-08-29
#> 5     5    glue 115525 2018-08-23 2018-08-29
#> 6     6 ggplot2 114323 2018-08-23 2018-08-29
#> 7     7 stringr 108922 2018-08-23 2018-08-29
#> 8     8   fansi 100226 2018-08-23 2018-08-29
#> 9     9  pillar  99345 2018-08-23 2018-08-29
#> 10   10  tibble  98540 2018-08-23 2018-08-29

为了充分利用shinydashboard包，最好提前浏览下 https://rstudio.github.io/shinydashboard/structure.html 。

与创建shiny应用程序类似，我们从用户界面开始，使用 dashboardPage 、 dashboardSidebar 和 dashboardBody 这3个函数。在仪表板中，我们想要展示扩展包的下载动态，以及每周和每月最受欢迎的扩展包。

我们把月度和周度的菜单放到侧栏中，这样用户可以选择需要查看的数据。在每个标签页，把绘图和表格放在一起。

library(shiny)
library(shinydashboard)
#> 
#> 载入程辑包：'shinydashboard'
#> The following object is masked from 'package:graphics':
#> 
#>     box
library(formattable)
library(cranlogs)

ui = dashboardPage(
    dashboardHeader(title = "CRAN Downloads"),
    dashboardSidebar(sidebarMenu(
        menuItem("Last week",
                 tabName = "last_week", icon = icon("list")),
        menuItem("Last month",
                 tabName = "last_month", icon = icon("list"))
    )),
    dashboardBody(tabItems(
        tabItem(tabName = "last_week",
                fluidRow(tabBox(title = "Total downloads",
                                tabPanel("Total", formattableOutput("last_week_table"))), 
                         tabBox(title = "Top downloads", 
                                tabPanel("Top", formattableOutput("last_week_top_table"))))),
        tabItem(tabName = "last_month",
                fluidRow(tabBox(title = "Top downloads",
                                tabPanel("Total", plotOutput("last_month_barplot"))),
                         tabBox(title = "Top downloads",
                                tabPanel("Top", formattableOutput("last_month_top_table")))))
    ))
)

注意， plotOutput() 是shiny包中的函数，而 formattableOutput() 函数则由 formattable 包提供。开发人员可以创建各种类型的HTML小工具，只要包恰当地定义了 render* 函数和 Output 函数来生成正确的HTML代码，我们就可以把小 工具 嵌入shiny应用程序。

接下来我们定义服务器逻辑。因为输出结果完全依赖于数据源，在调用函数 formattable() 和 plot() 之前要先下载数据。

server = function(input, output){
    output$last_week_table = renderFormattable({
        data = cran_downloads(when = "last-week")
        formattable(data, list(count = color_bar("lightblue")))
    })
    output$last_week_top_table = renderFormattable({
        data = cran_top_downloads("last-week")
        formattable(data, list(count = color_bar("lightblue"),
                               package = formatter("span",
                                                   style = "font-family: monospace;")))
    })
    output$last_month_barplot = renderPlot({
        data = subset(cran_downloads(when = "last-month"), count > 0)
        with(data, barplot(count, names.arg = date),
             main = "Last month downloads")
    })
    output$last_month_top_table = renderFormattable({
        data = cran_top_downloads("last-month")
        formattable(data, list(count = color_bar("lightblue"),
                               package = formatter("span",
                                                   style = "font-family: monospace;")))
    })
}

如果数据持续更新，我们可以创建一个动态的仪表板，其中的表格和图表会定期更新。使用 reactiveTimer 和 reactive 是实现该功能的关键。如果有需要请查看帮助文档。

现在我们可以运行应用程序了：

runApp(shinyApp(ui, server))