Zufällige Stichproben, die von sliderInput gesteuert werden

Question

Das einzige Problem ist, dass die Stichproben nicht die Net Return Spalte aus den Excel-Dateien summieren, die mit dem sliderInput geändert wird. Ich habe versucht, Summe zu verwenden und zusammenzufassen, aber ich habe keine Ergebnisse erhalten. In der Tat, ohne die Funktion scale_y_continuous breaks plottet es eine Reihe von Werten (was ist, weiß ich, dass es nicht tut, was ich will). Jede Hilfe wird geschätzt! Vielen Dank!

UI:

filtered = readxl::read_excel("/Users/Filter2.xlsx") 
unfiltered = readxl::read_excel("/Users/Unfilter2.xlsx") 

ui = fluidPage(
    sliderInput("obs", "Number of Observations", value = 550, min = 100, max = 1000), 
    plotOutput("filter") 
)  

Server:

server = function(input, output) { 
    output$filter = renderPlot({ 
    mysample = filtered[sample(1:nrow(filtered), input$obs, 
          replace=FALSE),] 
    mysample2 = unfiltered[sample(1:nrow(unfiltered), input$obs, 
           replace=FALSE),] 
    tbl = bind_rows(Filtered = mysample, Unfiltered = mysample2, 
        .id="type") 
    #sum(mysample) 
    #sum(mysample2) 
    #summarise(mysample = sum(mysample), 
    #   mysample2 = sum(mysample2)) 

    ggplot(tbl, aes(x = type, fill = type)) + 
    geom_col(aes(y = Net_Return)) + 
    labs(x = "Type", y = "Net Return") + 
    theme_bw() + 
    theme(legend.position = "none") + 
    scale_y_continuous(labels = scales::dollar, limits = c(0, 2500000)) 
}) 
} 

Answer 1

Wir brauchen eine group_bysum heißt

library(ggplot2) 
library(shiny) 
library(dplyr) 

ui = fluidPage(
    sliderInput("obs", "Number of Observations", value = 550, min = 1, max = 10), 
    plotOutput("filter") 
)  
filtered <- mtcars[1:15,] 
unfiltered <- mtcars 

server = function(input, output) { 
    output$filter = renderPlot({ 
    mysample = filtered[sample(1:nrow(filtered), input$obs, 
           replace=FALSE),] 
    mysample2 = unfiltered[sample(1:nrow(unfiltered), input$obs, 
            replace=FALSE),] 
    tbl = bind_rows(Filtered = mysample, Unfiltered = mysample2, 
        .id="type") %>% 
        group_by(type) %>% 
        summarise(wt = sum(wt)) 

    print(nrow(tbl)) 
    print(tbl) 
    #sum(mysample) 
    #sum(mysample2) 
    #summarise(mysample = sum(mysample), 
    #   mysample2 = sum(mysample2)) 

    ggplot(tbl, aes(x = type, fill = type)) + 
     geom_col(aes(y =wt)) + 
     labs(x = "Type", y = "Weight") + 
     theme_bw() + 
     theme(legend.position = "none") 
    }) 
} 
shinyApp(ui, server) 

-Ausgang