闪亮：如何将renderUI（）中sliderInput的值集成到renderPlot（）中使用的EventResponsive（）中
我的闪亮：如何将renderUI（）中sliderInput的值集成到renderPlot（）中使用的EventResponsive（）中,r,plot,shiny,shinyapps,R,Plot,Shiny,Shinyapps,我的app打印一个renderUI（），其中包含一个tabsetPanel（），其中包含一个基于sliderInput（）从ui输入$n\u fjernet的绘图 问题 其思想是，renderUI（）返回一个名为input$time\u cali的新的sliderInput（），它将所选的滑块值反作用地插入到（…）times=reactive（{input$time\u cali}）的参数plotCalibration，该参数当前已写入60；和（2），output$cali\u plot应根据o
apprenderUI（）tabsetPanel（）sliderInput（）从ui
输入$n\u fjernetrenderUI（）input$time\u calisliderInput（）（…）times=reactive（{input$time\u cali}）的参数plotCalibration
，该参数当前已写入60
；和（2），output$cali\u plot
应根据output$test
如何做到这一点
预期产量
我尝试了times=reactive（{input$time\u cali}）
和eventReactive（）
用
library(shiny)
library(shinyjs)
library(survival)
library(tidyverse)
library(riskRegression)
library(rms)
ui <- fluidPage(
useShinyjs(),
fluidRow(
column(
12,
wellPanel(
style = "height:150px",
sliderInput("n_fjernet", "Lymph Nodal Yield",
min = 4, max = 120, value = 40)
)
),
fluidRow(align="center", br(), actionButton("do", "Submit"),
fluidRow(br(),
column(12,
uiOutput("test")
)
)
)
)
)
server <- function(input, output, session) {
fit_data <- eventReactive(input$do, {
p %>% filter(n_fjernet == as.numeric(input$n_fjernet))
})
reactive_cali_plot <- eventReactive(input$do, {
plotCalibration(Score(list(Nomogram=cph(Surv(os.neck,mors)~alder,
data=fit_data(), y=TRUE, x=TRUE)),
Hist(os.neck,mors)~1,
data=fit_data(),
plots=c("cal"),
times=60, ## This part should be reactively based on input$time_cali from renderUI() in output$test
metrics=c("auc","brier")),
cens.method = "local",
legend.x=.6,
legend.y=.35,
cex=1,
brier.in.legend = TRUE,
auc.in.legend = TRUE)
})
output$cali_plot <- renderPlot({
reactive_cali_plot()
})
observeEvent(input$do, {
output$test <- renderUI({
tabsetPanel(id = "something",
tabPanel(title = "Cali plot",
sliderInput("time_cali", "Months to predict",
min = 12, max = 120, value = 60),
plotOutput("cali_plot",width = "90%", height="650px"))
)
})
})
}
shinyApp(ui, server)
所描述的预期行为有点混乱，但以下是一些可能有用的想法：
- 我会避免将
output
嵌入observeEvent
- 您的
fit_数据
可能只是一个reactive
表达式
plotCalibration
方法只能使用input$time\u cali
- 您可以使用一个简单的
observeEvent
来检测何时按下按钮，然后显示隐藏的sliderInput
和plotOutput
小部件
这更接近你需要的吗
library(shiny)
library(shinyjs)
library(survival)
library(tidyverse)
library(riskRegression)
library(rms)
ui <- fluidPage(
useShinyjs(),
fluidRow(
column(
12,
wellPanel(
style = "height:150px",
sliderInput("n_fjernet", "Lymph Nodal Yield",
min = 4, max = 120, value = 40)
)
),
fluidRow(align="center", br(), actionButton("do", "Submit"),
fluidRow(br(),
column(12,
hidden(tags$div(
id = "hidden_items",
tabsetPanel(id = "something",
tabPanel(title = "Cali plot",
sliderInput("time_cali", "Months to predict",
min = 12, max = 120, value = 60),
plotOutput("cali_plot",width = "90%", height="650px"))
)
))
)
)
)
)
)
server <- function(input, output, session) {
fit_data <- reactive({
p %>% filter(n_fjernet == as.numeric(input$n_fjernet))
})
observeEvent(input$do, {
show("hidden_items")
})
reactive_cali_plot <- reactive({
plotCalibration(Score(list(Nomogram=cph(Surv(os.neck,mors)~alder,
data=fit_data(), y=TRUE, x=TRUE)),
Hist(os.neck,mors)~1,
data=fit_data(),
plots=c("cal"),
times=input$time_cali, ## This part should be reactively based on input$time_cali from renderUI() in output$test
metrics=c("auc","brier")),
cens.method = "local",
legend.x=.6,
legend.y=.35,
cex=1,
brier.in.legend = TRUE,
auc.in.legend = TRUE)
})
output$cali_plot <- renderPlot({
reactive_cali_plot()
})
}
shinyApp(ui, server)
库（闪亮）
图书馆（shinyjs）
图书馆（生存）
图书馆（tidyverse）
图书馆（风险回归）
图书馆（rms）
嗨，本。一如既往地谢谢你。很抱歉，我很难提出我的要求。另一种说法是：我发布的代码实现了我想要的功能，除了当用户更改在output$test
/renderUI（）
中打印的名为input$time\u cali
的sliderInput$time\u cali
时，应更新plotCalibration（）
中的time
参数，因此，随着time
-参数的更改/更新，plotCalibration（）
/output$cali\u plot
相应地更新到新的time=input$time\u cali
，从而生成新的绘图。这有意义吗？是的，非常感谢你的帮助。所以我试过了-但是，当点击actionButton（）
时，带有plotOutput
和sliderInput（“时间校准”）的tabsetPanel（）
应该会打印出来。然后，在打印时，如果用户更改了input$time\u-cali
，则plotCalibration（time=input$time\u-cali）
会相应地更新，从而生成一个新的绘图，该绘图使用input$time\u-cali
中选择的新指定时间，而sliderInput
应该直接生成新的绘图，而无需按下actionButton（）
。因此，当用户更改滑块put
@cmirian查看编辑的答案时，绘图会立即更新。这将显示/隐藏小部件。滑块更改时，绘图应更新。是！这正是我所要求的。谢谢你，我从你身上学到了很多！直到下次：）
library(shiny)
library(shinyjs)
library(survival)
library(tidyverse)
library(riskRegression)
library(rms)
ui <- fluidPage(
useShinyjs(),
fluidRow(
column(
12,
wellPanel(
style = "height:150px",
sliderInput("n_fjernet", "Lymph Nodal Yield",
min = 4, max = 120, value = 40)
)
),
fluidRow(align="center", br(), actionButton("do", "Submit"),
fluidRow(br(),
column(12,
hidden(tags$div(
id = "hidden_items",
tabsetPanel(id = "something",
tabPanel(title = "Cali plot",
sliderInput("time_cali", "Months to predict",
min = 12, max = 120, value = 60),
plotOutput("cali_plot",width = "90%", height="650px"))
)
))
)
)
)
)
)
server <- function(input, output, session) {
fit_data <- reactive({
p %>% filter(n_fjernet == as.numeric(input$n_fjernet))
})
observeEvent(input$do, {
show("hidden_items")
})
reactive_cali_plot <- reactive({
plotCalibration(Score(list(Nomogram=cph(Surv(os.neck,mors)~alder,
data=fit_data(), y=TRUE, x=TRUE)),
Hist(os.neck,mors)~1,
data=fit_data(),
plots=c("cal"),
times=input$time_cali, ## This part should be reactively based on input$time_cali from renderUI() in output$test
metrics=c("auc","brier")),
cens.method = "local",
legend.x=.6,
legend.y=.35,
cex=1,
brier.in.legend = TRUE,
auc.in.legend = TRUE)
})
output$cali_plot <- renderPlot({
reactive_cali_plot()
})
}
shinyApp(ui, server)