Faceți cunoștință cu dataviewR: Vizualizarea() pe care v-ați dorit-o întotdeauna

(Acest articol a fost publicat pentru prima dată pe blogul pharmaverseși cu amabilitate a contribuit la R-bloggeri). (Puteți raporta problema legată de conținutul acestei pagini aici)

Doriți să vă distribuiți conținutul pe R-bloggeri? dați clic aici dacă aveți un blog, sau aici dacă nu aveți.

Disclaimer: Acest blog conține opinii care aparțin exclusiv autorilor și nu reflectă neapărat strategia organizațiilor respective.

Cei umili `View()` și limitele sale

View() a servit bine programatorilor R pentru o lungă perioadă de timp – transmiteți-i un cadru de date, obțineți o fereastră în stil foaie de calcul. Are chiar și o bară de căutare de bază pentru a verifica dacă există o valoare în datele dvs. Dar în momentul în care aveți nevoie de ceva mai precis – filtrați după o coloană specifică sau combinați condiții – vă reveniți în script.

Adăugați la asta: nicio comparație de seturi de date alăturate, nicio inspecție a metadatelor și nicio modalitate de a vă duce explorarea în cod reproductibil. Pentru munca de zi cu zi a datelor clinice — să vă revizuiți seturile de date clinice, să spunem ADSLverificând datele demografice ale subiectului cu datele de laborator în ADLBefectuând o trecere QC înainte de analiză – aceste lacune se adună.

Ce este dataviewR?

dataviewR este un vizualizator de date interactiv bazat pe Shiny, care funcționează împreună View() ca însoțitor — nu un înlocuitor. Se lansează direct în panoul RStudio Viewer, nu necesită cod Shiny și nu modifică niciodată seturile de date transmise acestuia.

install.packages("dataviewR")

Caracteristici

dataviewR oferă următoarele capacități:

Filtrare interactivă — se aplică dplyr-expresii de stil direct în aplicație, nu sunt necesare modificări de script. Sprijină %in%, is.na(), grepl()și condiții compuse — aceeași sintaxă pe care o scrieți deja în fiecare zi.

SEX == "F" & AGE > 65 & TRT01P == "Xanomeline High Dose"

Generare de cod reproductibil — apăsați pe „Generează cod R” și plecați cu gata de utilizare dplyr cod din interacțiunile dvs. Sesiunea dvs. de explorare se alimentează direct în fluxul dvs. de lucru scriptat.

Cod dplyr generat automat din filtrul interactiv și selecțiile coloanelor.

Metadate variabile — inspectați clasele de variabile, etichetele și atributele fără a scrie str() sau attr() apeluri. Deosebit de util pentru seturile de date clinice în care etichetele în stil CDISC sunt purtate ca atribute R.

Vedeți toate acestea în acțiune:

Verificarea încrucișată a mai multor seturi de date

Dar ce se întâmplă dacă trebuie să te uiți la mai multe seturi de date în același timp? dataviewR se ocupă și de asta – transmiteți mai multe seturi de date într-un singur apel și fiecare se deschide în propria filă în cadrul aceleiași sesiuni. Comutați între ele, filtrați în mod independent și urmăriți un anumit subiect în seturi de date – genul de verificare care apare în fiecare evaluare a siguranței.

library(dataviewR)
library(pharmaverseadam)

dataviewer(adsl, adlb)

Gânduri finale

Documentația completă, viniete și exemple de seturi de date clinice sunt disponibile la madhankumarnagaraji.github.io/dataviewR.

Ultima actualizare

2026-03-31 18:28:15.461796

Detalii

Reutilizați

Citare

citat BibTeX:

@online{pujari2026,
  author = {Pujari, Siddhesh and Kumar N, Madhan and S, Gomathi and
    Haight, Mackenzie},
  title = {Meet {dataviewR:} {The} {View()} {You} {Always} {Wanted}},
  date = {2026-03-31},
  url = {https://pharmaverse.github.io/blog/posts/2026-03-29-meet-dataviewr-the/meet-dataviewr-the-view-you-always-wanted.html},
  langid = {en}
}

Pentru atribuire, vă rugăm să citați această lucrare ca:

Pujari, Siddhesh, Madhan Kumar N, Gomathi S și Mackenzie Haight. 2026.
„Faceți cunoștință cu dataviewR: Vederea () pe care v-ați dorit-o întotdeauna.” 31 martie 2026. https://pharmaverse.github.io/blog/posts/2026-03-29-meet-dataviewr-the/meet-dataviewr-the-view-you-always-wanted.html.