料理を探索する

Rで作るShiny Webアプリケーション

Ramnath Vaidyanathan

VP of Product Research

データを探索する

cuisines データセットの先頭10行を示す表

アプリのプレビューを示すGIF

ui <- fluidPage(
  titlePanel('Explore Cuisines'),
  sidebarLayout(
    sidebarPanel(

      selectInput('cuisine', 'Select Cuisine', unique(recipes$cuisine)),

      sliderInput('nb_ingredients', 'Select No. of Ingredients', 5, 100, 20),

    ),
    mainPanel(
      tabsetPanel(

        tabPanel('Word Cloud', d3wordcloudOutput('wc_ingredients')),

        tabPanel('Plot', plotly::plotlyOutput('plot_top_ingredients')),

        tabPanel('Table', DT::DTOutput('dt_top_ingredients'))

      )
    )
  )
)

料理を選ぶドロップダウン、食材数のスライダー、出力タブを備えたアプリ

出力を追加：対話型テーブル

output$dt_top_ingredients <- DT::renderDT({

    recipes %>%

      filter(cuisine == input$cuisine) %>%

      count(ingredient, name = 'nb_recipes') %>%

      arrange(desc(nb_recipes)) %>%

      head(input$nb_ingredients)

})

TF-IDF を計算する

使用レシピ数に基づくインド料理の上位3食材を示す表

recipes_enriched <- recipes %>%

  count(cuisine, ingredient, name = 'nb_recipes') %>%

  tidytext::bind_tf_idf(ingredient, cuisine, nb_recipes)

TF-IDFに基づくインド料理の上位3食材を示す表

リアクティブ式を追加する

  rval_top_ingredients <- reactive({

    recipes_enriched %>%

      filter(cuisine == input$cuisine) %>%

      arrange(desc(tf_idf)) %>%

      head(input$nb_ingredients) %>%

      mutate(ingredient = forcats::fct_reorder(ingredient, tf_idf))

  })

出力を追加：対話型プロットとワードクラウド

output$plot_top_ingredients <- plotly::renderPlotly({
  rval_top_ingredients() %>%
    ggplot(aes(x = ingredient, y = tf_idf)) +
    geom_col() +
    coord_flip()
})

output$wc_ingredients <- d3wordcloud::renderD3wordcloud({
  d <- rval_top_ingredients()
  d3wordcloud(d$ingredient, d$nb_recipes, tooltip = TRUE)
})

最終アプリのプレビューを示すGIF

Passons à la pratique !

Rで作るShiny Webアプリケーション