, 어떻게 여기 selectInpout

Question

에 의해 새로운 오래된 탭을 대체하는 것은 기존의 예를

library(shiny) 
runExample("06_tabsets") 

입니다 그리고 당신은 당신이 라디오 버튼의 분포 유형을 선택할 수 있습니다 볼 수와 세 개의 탭이 "음모", "요약이 있습니다 "및"표 ".

제 질문은 sliderInput (관측 수)에 selectInput을 두 개의 값으로 추가하는 방법입니다. 기본값은 "NULL"이고 두 번째 것은 "1"입니다. 사용자가 "1"을 선택하면 이전 세 탭이 사라집니다. 대신 새 탭에 내용이 무엇이든지 표시됩니다.

Answer 1

수정 된 "06_tabsets"입니다. 선택 입력이 추가되고 선택에 따라 UI가 생성됩니다. 유일한 차이점은 NULL을 사용하지 않고 두 가지 옵션을 사용한다는 것입니다. 내가 NULL로 실행할 수 있습니다. 이것이 도움이되는지 알려주십시오.

ui.R

library(shiny) 

    # Define UI for random distribution application 
    shinyUI(fluidPage(

      # Application title 
      titlePanel("Tabsets"), 

      # Sidebar with controls to select the random distribution type 
      # and number of observations to generate. Note the use of the 
      # br() element to introduce extra vertical spacing 
      sidebarLayout(
        sidebarPanel(
          radioButtons("dist", "Distribution type:", 
             c("Normal" = "norm", 
              "Uniform" = "unif", 
              "Log-normal" = "lnorm", 
              "Exponential" = "exp")), 
          br(), 

          sliderInput("n", 
             "Number of observations:", 
             value = 500, 
             min = 1, 
             max = 1000), 
          selectInput("contentSelect", "Select content to dislay:", choices = c("1", "2"), selected = 1) 
        ), 

        # Show a tabset that includes a plot, summary, and table view 
        # of the generated distribution 
        mainPanel(
          uiOutput("content") 
        ) 
      ) 
    )) 

server.R

동적으로 서버 측에서`renderUI`를 사용하여 탭을 생성하는 것입니다 당신이해야 할

library(shiny) 

    # Define server logic for random distribution application 
    shinyServer(function(input, output) { 

      # Reactive expression to generate the requested distribution. 
      # This is called whenever the inputs change. The output 
      # functions defined below then all use the value computed from 
      # this expression 
      data <- reactive({ 
        dist <- switch(input$dist, 
            norm = rnorm, 
            unif = runif, 
            lnorm = rlnorm, 
            exp = rexp, 
            rnorm) 

        dist(input$n) 
      }) 

      # Generate a plot of the data. Also uses the inputs to build 
      # the plot label. Note that the dependencies on both the inputs 
      # and the data reactive expression are both tracked, and 
      # all expressions are called in the sequence implied by the 
      # dependency graph 

      output$plot <- renderPlot({ 
        dist <- input$dist 
        n <- input$n 

        hist(data(), 
         main=paste('r', dist, '(', n, ')', sep='')) 
      }) 

      # Generate a summary of the data 
      output$summary <- renderPrint({ 
        summary(data()) 
      }) 

      # Generate an HTML table view of the data 
      output$table <- renderTable({ 
        data.frame(x=data()) 
      }) 
      output$textA <- renderText({ 
        paste(input$contentSelect, " A") 
      }) 

      observeEvent(input$contentSelect, { 
        if (input$contentSelect == "1") { 
          output$content <- renderUI({ 
            tabsetPanel(type = "tabs", 
               tabPanel("Plot", plotOutput("plot")), 
               tabPanel("Summary", verbatimTextOutput("summary")), 
               tabPanel("Table", tableOutput("table")) 
            ) 
          })  
        } else { 
          output$content <- renderUI({ 
            tabsetPanel(type = "tabs", 
               tabPanel("A", textOutput("textA")) 
            ) 
          })  
        } 
      }) 


    })