Shiny 根据输入列在仪表板侧栏中创建两个下拉列表

我想在侧边栏上做两个下拉列表，一个用于df.t数据框中

RNAType

列中的每个唯一字符串。一个下拉列表应命名为

MicroRNA

，另一个下拉列表应命名为

snRNA

，下拉列表中的选项应从

miRNA

列中选择。我提供了一个示例，当我只有一个组MicroRNA时，这是如何实现的，但是，我不知道如何根据列输入添加两个

仪表板边栏

图书馆（生存）
图书馆（survminer）

df.tI过滤MicroRNA和snRNA的RNAType列，并根据miRNA的唯一值创建下拉列表。然后，您可以使用这两个输入值创建两个带有过滤数据帧的单独绘图

您选择的反应式
数据在我看来没有任何用处

库（闪亮）
图书馆（shinydashboard）
图书馆（dplyr）
图书馆（生存）
图书馆（survminer）
df.t%特异性（miRNA）%>%拉动性（miRNA）
),
选择输入(
“snRNA”，“snRNA”，
choices=df.t%%>%过滤器（RNAType==“snRNA”）%%>%独立（miRNA）%%>%提取（miRNA）
)
),
仪表板主体(
滑块输入（“obs”、“分位数”，
最小值=0，最大值=1，值=c（0.4，0.8）
),
选项卡面板(
选项卡面板（“绘图”，
plotOutput（“myplot1”，width=“400px”，height=“300px”），
绘图输出（“myplot2”，宽度=“400px”，高度=“300px”））
)
)
)
该服务器非常适合创建边栏。不，我想知道如何创建两个绘图，每个“selectInput”对应一个绘图。我已经附加了用于一个绘图的绘图功能。更新了我关于更新问题的帖子，包括绘图。您从哪个软件包获得
survfit
功能？尽管在本例中我没有提供TimeDiff和Status，但请添加运行带有
library（）
？library（survival）的脚本所需的包。使用TimeDiff和Status和value更新输入我认为数据框中的格式不正确。
TimeDiff
应该是数字的，而
Status
应该是逻辑的吗？是的，这是正确的
   df.t <-  structure(list(miRNA = c("hsa-let-7f-3p", "hsa-let-7d-3p", "hsa-let-7c-3p", 
"hsa-let-7g-3p", "hsa-let-7g-3p", "hsa-let-7i-3p"), RNAType = c("MicroRNA", 
"MicroRNA", "MicroRNA", "snRNA", "snRNA", "snRNA"), Status = c("1", 
"0", "1", "1", "1", "1"), TimeDiff = c("213", "1313", "2442", 
"1313", "1212", "2213"), value = c("10.3", "4", "3", "2.4", "5.4", 
"4.3")), row.names = c(NA, -6L), class = c("tbl_df", "tbl", "data.frame"
))

ui.miRNA <- dashboardPage(
        # Application title
        dashboardHeader(title=h4(HTML("Plot"))),
        dashboardSidebar(
            selectInput("MicroRNA", "miRNA", choices = unique( df.t$miRNA))),
        dashboardBody(
            sliderInput("obs", "Quantiles",
                        min = 0, max = 1, value = c(0.4, 0.8)
            ),
            tabsetPanel(
                tabPanel("Plot", plotOutput("myplot", width = "400px", height = "300px"))
            )
        )
    )

server <- function(input, output, session) {
            data_selected <- reactive({
        req(input$MicroRNA)
        filter(df.t, miRNA %in% input$MicroRNA)
    })
            output$myplot <- renderPlot({
        lower_value <- input$obs[1]
        upper_value <- input$obs[2]
        fitSurv <-   survfit(Surv(TimeDiff, Status) ~ cut(value, quantile(value, probs = c(0, lower_value, upper_value)), include.lowest=TRUE),data = data_selected())
        
        new_env <- environment()
        new_env$value <- data_selected()$value
        new_env$TimeDiff <- data_selected()$TimeDiff
        new_env$Status <- data_selected()$Status
        new_env$lower_value <- lower_value
        new_env$upper_value <- upper_value
                    ggsurvplot(fitSurv, 
                   new_env)
                              
        
        
    }    )
}