Reactable 开源项目教程
2024-09-14 23:50:15作者:管翌锬
1. 项目介绍
Reactable 是一个基于 React Table JavaScript 库的 R 语言包,用于创建交互式数据表格。它提供了丰富的功能,如排序、过滤、分页、分组和聚合等,适用于 R Markdown 文档和 Shiny 应用。Reactable 的目标是让数据展示更加灵活和用户友好。
2. 项目快速启动
安装
首先,确保你已经安装了 R 语言环境。然后,你可以通过以下命令安装 Reactable:
install.packages("reactable")
或者,如果你想安装开发版本,可以使用以下命令:
# 安装 devtools 包(如果尚未安装)
install.packages("devtools")
# 安装 Reactable 的开发版本
devtools::install_github("glin/reactable")
基本使用
安装完成后,你可以通过以下代码创建一个简单的数据表格:
library(reactable)
# 创建一个数据表格
reactable(iris)
在 R Markdown 中使用
你可以在 R Markdown 文档中嵌入 Reactable 表格:
```{r}
library(reactable)
reactable(iris)
### 在 Shiny 应用中使用
你也可以在 Shiny 应用中使用 Reactable:
```r
library(shiny)
library(reactable)
ui <- fluidPage(
reactableOutput("table")
)
server <- function(input, output) {
output$table <- renderReactable({
reactable(iris)
})
}
shinyApp(ui, server)
3. 应用案例和最佳实践
案例1:数据分析报告
在数据分析报告中,Reactable 可以用来展示数据摘要和统计信息。例如,展示一个数据集的描述性统计:
library(reactable)
library(dplyr)
# 计算描述性统计
summary_stats <- iris %>%
group_by(Species) %>%
summarise(
Mean_Sepal_Length = mean(Sepal.Length),
Mean_Sepal_Width = mean(Sepal.Width),
Mean_Petal_Length = mean(Petal.Length),
Mean_Petal_Width = mean(Petal.Width)
)
# 展示表格
reactable(summary_stats)
案例2:实时数据监控
在实时数据监控应用中,Reactable 可以用来动态更新数据表格。例如,展示实时股票价格:
library(shiny)
library(reactable)
library(quantmod)
ui <- fluidPage(
reactableOutput("stock_table")
)
server <- function(input, output) {
output$stock_table <- renderReactable({
getSymbols("AAPL", src = "yahoo", auto.assign = FALSE) %>%
as.data.frame() %>%
reactable()
})
}
shinyApp(ui, server)
4. 典型生态项目
Shiny
Shiny 是 R 语言的一个框架,用于构建交互式 Web 应用。Reactable 可以与 Shiny 无缝集成,提供强大的数据展示功能。
R Markdown
R Markdown 是一个用于创建动态文档的工具,Reactable 可以在 R Markdown 文档中嵌入,生成交互式报告。
Quarto
Quarto 是一个基于 R Markdown 的文档生成工具,Reactable 可以与 Quarto 结合使用,生成高质量的交互式文档。
通过以上模块的介绍,你可以快速上手 Reactable 项目,并在实际应用中发挥其强大的数据展示功能。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0117- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
718
4.58 K
deepin linux kernel
C
29
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
776
117
Ascend Extension for PyTorch
Python
586
724
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.63 K
957
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
978
960
暂无简介
Dart
959
238
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
420
364
AI 将任意文档转换为精美可编辑的 PPTX 演示文稿 — 无需设计基础 | 包含 15 个案例、229 页内容
Python
95
7
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
C
442
4.51 K