지난 글에 이어서 R Shiny로 웹 애플리케이션을 만들면서 겪고 있는 문제-해결책을, 삽질의 기록을 남겨본다.


1. 데이터 load하기

Shiny 튜토리얼이나 예제들에 내가 원하는 코드가 없어서 오래 걸렸다. 하는 김에 Shiny에 데이터를 load하는 3가지 방법을 정리해보면 다음과 같다.

1) R package에 포함된 데이터 분석

Shiny 예제에 가장 많이 등장하는 방법이다. 주로 아래 데이터셋이 많이 사용된다.

  • 기본 탑재된 datasets 패키지의 iris, mtcars, airqaulity
  • ggplot2 패키지의 diamonds

Server.R이나 UI.R에서 해당 패키지를 import해서 사용하면 된다.

library(shiny)
library(ggplot2)

shinyApp(
  ui = fluidPage(
    sidebarLayout(
      sidebarPanel(
        #Select x-axis
        selectInput(
          "x_var", h4("Select x variable :"),
          choices = colnames(mtcars),
          selected = "cyl"
        ),
        #Select y-axis
        selectInput(
            "y_var", h4("select y variable :"),
            choices = colnames(mtcars),
            selected = "mpg"
        )
      ),
      mainPanel(
          plotOutput("plot")
      )
    )
  ),
  server = function(input, output) {
    output$plot <- renderPlot({
      p <- ggplot(mtcars, aes_string(input$x_var, input$y_var)) +
        geom_point()
      print(p)
    })
  }
)

주의

  • aes(x, y)가 아닌 aes_string(x, y) 사용
  • print 해줘야 함


2) 웹서버에 있는 데이터셋 불러오기

AWS 등에 공개된 데이터셋을 읽어들여 사용하는 방법이 Shiny 튜토리얼에서도 사용된다.


load(url("http://s3.amazonaws.com/assets.datacamp.com/production/course_4850/datasets/movies.Rdata"))


3) 로컬 파일 읽어들이기

프로젝트 폴더 밑에 /data라는 하위 폴더에 데이터 파일을 저장해야 한다.

data <- read.csv("./data/sample.csv")
  • 대소문자 무관하다.
  • 폴더명을 임의로 정하면 아래와 같은 에러가 발생한다.
data <- read.csv("./datafolder/sample.csv")

> Error in file(file, "rt") : 커넥션을 열 수 없습니다


update: server.R/ui.R과 같은 디렉토리에 위치하는 것도 무방하다.

data <- read.csv("./sample.csv")
  • shinyapp.io에 배포할 때는 이렇게 해야만 에러가 발생하지 않았다.
  • 그 외의 시도에서는 ‘no such file or directory’ 에러 발생.


Shiny 튜토리얼에 해당 내용을 다룬 챕터가 있다. 아래 내용은 날잡아서 자세히 살펴보면 좋을 듯 하다.

  • 아래 글의 ‘loading files and file paths’라는 챕터 참고 https://shiny.rstudio.com/tutorial/written-tutorial/lesson5/
    • the directory that you save server.R in will become the working directory of your Shiny app.


2. Reactive 테이블 만들기

Reactive 객체는 따로 다뤄야 할 만큼 중요한 내용이지만, 가장 헤맸던 거 하나만 기록으로 남긴다.

우선 Reactive는 사용자의 인풋값이 변하면 이를 아웃풋에 반영하는 반영한 아웃풋을 반환하는 것 을 말한다. 같은 작업이 반복된다면 Reactive object를 만들어 재사용하게 된다.

내가 하려는 작업은 ‘input한 조건에 맞는 rows만 필터링해 테이블로 반환하기’ 였다. 구글링을 해보면 column 필터링에 대한 내용은 많은 반면, row 필터링한 케이스가 많지 않았다. 그러나 핵심은 아래와 같다.

  • 수행하려는 작업을 reactive 함수 안에 넣어서 객체에 할당
    • selectedData <- reactive ({ })
  • reactive 객체를 사용할 때는 ( )를 붙일 것
    • selectedData( )


library(shiny)
library(DT)
data <- read.csv("./data/sample.csv")

# A basic shiny app with a reactive table
shinyApp(
  ui = fluidPage(
    sidebarLayout(
      sidebarPanel(
        # Select birth year
        selectInput(
          "year", h4("Select birth year :"),
          choices = c(1980:2000),
          selected = 1981
        )
      ),
      mainPanel(
        DT::dataTableOutput("table1")
      )
    )
  ),
  server = function(input, output) {
    # make reactive object(filter with year)
    selectedData <- reactive({
      req(input$year)
      data <- subset(data, year == input$year)
    })
    # use reactive object
    output$table1 <- renderDT({
      DT::datatable(selectedData(), rownames=FALSE)
    })
  }
)

요즘 회사에서 점심시간에 틈틈이 DataCamp에서 Shiny 코스를 수강하고 있다. 4챕터짜리 미니 코스인데, 멤버십을 결제해둔 덕에 전체 컨텐츠를 이용할 수가 있다. 이 코스에서는 한 챕터를 통째로 Reactive에 할당하고 있는데, 이걸 진작 들었으면 초반의 삽질을 훨씬 줄일 수 있었을 것 같다.