用R做一个灵活的时间序列数据可视化工具

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。

技术方案

Shiny：R的Web开发框架，让数据分析师能够将分析成果快速转化为交互式网页分享给别人。

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

######################### # 时间序列数据可视化工具 # @author: shuiping.chen@alibaba-inc.com # @date: 2016-07-10 #########################  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$group_tab_rows_selected       cat(file=stderr(), "#### event log ####: table row", s, "clicked/n")       p <- ggplot()       filter_str <- isolate({str_c(group_data()[s, input$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 <- p       ggplotly(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。