前言

Excel里有一个数据透视图功能在做数据探索时非常好用。它允许用户选择列名、行名，根据选择结果绘图。

本文利用Shiny实现一个类似数据透视图的可视化工具。

为什么做这个工具：数据可视化的烦恼

数据分析师经常需要看数据。通常而言，数据或存放在MySQL数据库，或存放在Hadoop集群，或存放在阿里云的ODPS上。分析师根据业务需求写SQL语句从数据平台上提取出需要的数据，随后就面临着本文要重点讨论的怎么对数据可视化的难题。

对于一个固定的需求，通常需要观察多组数据。普通一点的分析师，可能是拷贝出一组数据，贴到Excel里，绘个图看一下，然后拷贝下一组数据；高级一点的分析师，可能是用R写好一段代码，然后修改分组的变量取值重复运行代码来观察多组数据。我在工作中动辄需要观察一百组数据，上述两种方法仍然不够好用，最好的方法是我鼠标点击一百次，每点击一次产生一幅图。

更可恶的是，每来一个新需求，不论是Excel还是R都得根据新需求定制化一遍操作或一套代码。

于是某一天，我实在忍不了，就尝试做了一个工具，将SQL写完后的数据可视化工作给工程化了。

这个工具首先支持select查询语句，执行成功后会显示执行结果，同时提供一个设置面板，让用户选择数据分组字段、x轴字段、y轴字段，然后生成分组结果，每点击一个结果，生成该分组数据的图。目前该工具只支持时间序列数据，能够绘制点图和线图。

为什么用Shiny

Shiny让数据分析师写完分析与可视化代码后，稍微再花几十分钟，就可以把分析代码工程化，将分析成果快速转化为交互式网页分享给别人。所以，如果你是一名使用R的数据分析师，选择Shiny是非常明智的，因为它不需要你有新的技能，且开发起来实在太快。它跟通常我们了解的其他框架不一样：其他框架一般都是前后端分离，后端提供json，前端根据json绘图绘表，需要若干个程序员协同开发完成。然而这种可视化的小工具往往是得不到研发资源的支持，只能本数据分析师一人操刀前后端全包。

当一个项目以数据计算和可视化为核心，只投入数据分析师一个人，要求快速实现效果，对执行效率和负载无要求，那么shiny无疑是一个非常诱人的方案。

代码

废话不多说，拷贝以下代码至RStudio，运行APP即可。有朋友反馈说表格画不出来，我推测是DT控件没装好，重装一下试试。将代码中的debug=TRUE改为debug=FALSE，添加自己需要的数据接口就可以直接使用了。

########################## 时间序列数据可视化工具# @author: shuiping.chen@alibaba-# @date: -07-10#########################library(shiny)library(shinyjs)library(DT)library(dplyr)library(tidyr)library(stringr)library(ggplot2)library(scales)library(plotly)run.sql <- function(sql, debug=FALSE) {if(debug==FALSE){df <- XXXXX # 自行定义函数，根据数据存储位置，执行SQL语句}else{# 测试数据group_id <- rep(1, nrow(economics))dt <- paste(as.character(economics$date), "00:00:00")df <- cbind(group_id, dt, economics)}return(df)}ui <- fluidPage(useShinyjs(),titlePanel("时间序列数据可视化工具"),# 第一部分：SQL命令提交界面div(id="download"，fluidRow(column(12,textOutput(outputId="download_info"))),fluidRow(column(12, HTML(paste('<textarea id="sql_cmd" rows="10", cols="180">', "select * from xxxx limit 1000;", '</textarea>')))),fluidRow(column(12,actionButton(inputId="refresh_button", label="加载数据", icon=icon("submit"))))),shinyjs::hidden(div(id="table",# 第二部分：SQL命令执行结果显示hr(),dataTableOutput(outputId="sql_tab"),# 第三部分：可视化规则设置hr(),textOutput(outputId="tab_button_message"),sidebarLayout(div(id="table_tool",sidebarPanel(selectInput(inputId="group_fields", label="绘图分组字段", choices=NULL, selected=NULL, multiple=TRUE),selectInput(inputId="x_field", label="设置x轴字段，必须是日期时间", choices=NULL, selected=NULL, multiple=FALSE),selectInput(inputId="y_line_fields", label="设置y轴线图字段", choices=NULL, selected=NULL, multiple=TRUE),selectInput(inputId="y_point_fields", label="设置y轴点图字段", choices=NULL, selected=NULL, multiple=TRUE),selectInput(inputId="group_shape_field", label="设置点图形状字段", choices=NULL, selected=NULL, multiple=FALSE),actionButton(inputId="tab_button", label="显示分组表格", icon=icon("submit")),width=3)),div(id="group_content",mainPanel(dataTableOutput(outputId="group_tab"),width=9))))),# 第四部分：可视化图形shinyjs::hidden(div(id = "plot",hr(),plotlyOutput(outputId="case_viewer", height="600px")) ))server <- function(input, output, session) {observe({# 检查SQL输入框if(is.null(input$sql_cmd) | input$sql_cmd == "") {shinyjs::disable("refresh_button")}else{shinyjs::enable("refresh_button")}# 检查可视化规则设置if (input$x_field == "" | (is.null(input$y_line_fields) & is.null(input$y_point_fields)) | is.null(input$group_fields)) {shinyjs::disable("tab_button")} else {shinyjs::enable("tab_button")}})# 执行SQL命令获取数据sql_data <- eventReactive(input$refresh_button, {cat(file=stderr(), "#### event log ####: refresh button clicked\n")shinyjs::disable("refresh_button")shinyjs::hide(id = "table", anim = TRUE)shinyjs::hide(id = "plot", anim = TRUE)res <- run.sql(input$sql_cmd, debug=TRUE)updateSelectInput(session, inputId="group_fields", choices=colnames(res))updateSelectInput(session, inputId="x_field", choices=colnames(res))updateSelectInput(session, inputId="y_line_fields", choices=colnames(res))updateSelectInput(session, inputId="y_point_fields", choices=colnames(res))updateSelectInput(session, inputId="group_shape_field", choices=c("无",colnames(res)), selected="无")shinyjs::enable("refresh_button")shinyjs::show(id = "table", anim = TRUE)shinyjs::hide(id = "group_content", anim = FALSE)return(res)}) # SQL命令执行状态output$download_info <- renderText({if(input$refresh_button == 0){message <- "请敲入SQL select查询语句，点击按钮提交"}else{message <- isolate({paste0("表格下载成功！总行数", nrow(sql_data()), "，总列数", ncol(sql_data()), "，更新时间是", as.character(lubridate::now(), format="%Y-%m-%d %H:%M:%S"))})}message})# 显示SQL执行结果output$sql_tab <- DT::renderDataTable({datatable(sql_data(), filter='top', selection='single')})# 获取绘图分组结果group_data <- eventReactive(input$tab_button, {cat(file=stderr(), "#### event log ####: tab button clicked\n")res <- sql_data() %>%select(one_of(input$group_fields)) %>%distinct()shinyjs::show(id="group_content", anim=TRUE)return(res)})output$tab_button_message <- renderText({if(input$tab_button == 0) {message <- "请在下方左侧设置数据可视化规则；点击按钮后，下方右侧将以表格显示数据分组结果；点击表格的一行，将在下方绘制该行所指分组数据的图形"}else {message <- isolate({paste0("绘图分组数", nrow(group_data()), "，更新时间是", as.character(lubridate::now(), format="%Y-%m-%d %H:%M:%S"))})}message})# 显示绘图分组结果output$group_tab <- DT::renderDataTable({datatable(group_data(), filter='top', selection='single')})# 显示绘图observeEvent(input$group_tab_rows_selected, {cat(file=stderr(), paste0("#### event log ####: group table row ", input$group_tab_rows_selected, " clicked\n"))output$case_viewer <- renderPlotly({s <- input$group_tab_row_last_clickedcat(file=stderr(), "#### event log ####: table row", s, "clicked\n")p <- ggplot()filter_str <- isolate({str_c(group_data()[s, input$group_fields], collapse="_")}) # 使用_以配合unite方法target_plot_data <- sql_data() %>%unite_("new_var", input$group_fields, remove=FALSE) %>%filter(new_var==filter_str)if(length(input$y_line_fields) > 0) {target_plot_data$dt <- lubridate::ymd_hms(target_plot_data[,input$x_field], tz="UTC-8")line_df <- target_plot_data %>%tidyr::gather(col_name, thresh, one_of(input$y_line_fields)) %>%dplyr::mutate(thresh=as.numeric(thresh))p <- p + geom_line(data=line_df, aes(x=dt,y=thresh,color=col_name))}if(length(input$y_point_fields) > 0) {target_plot_data$dt <- lubridate::ymd_hms(target_plot_data[,input$x_field], tz="UTC-8")point_df <- target_plot_data %>%tidyr::gather(col_name, thresh, one_of(input$y_point_fields)) %>%dplyr::mutate(thresh=as.numeric(thresh))if(input$group_shape_field != "无") {point_df[, input$group_shape_field] <- as.factor(point_df[, input$group_shape_field])p <- p + geom_point(data=point_df, aes_string(x="dt",y="thresh",color="col_name", shape=input$group_shape_field))}else{p <- p + geom_point(data=point_df, aes(x=dt,y=thresh,color=col_name))}}p <- pggplotly(p)})shinyjs::show("plot", anim = TRUE)})}shinyApp(ui=ui, server=server)

注：为了让用户明白工具的使用方法，代码采用shinyjs在适当的时机隐藏/显示对应的组件；在eventReactive事件驱动的计算中，需要保证至少一个依赖与该reactive的组件处于显示状态，否则无法触发计算，observeEvent不存在此问题。

关于作者：丹追兵：数据分析师一枚，编程语言python和R，使用Spark、Hadoop、Storm、ODPS。本文出自丹追兵的pytrafficR专栏，转载请注明作者与出处：/blog...