Para usar seus próprios dados em vez dos quadros de dados de demonstração codificados, você precisará ajustar o código app.R. Fiz isso carregando meus próprios conjuntos de dados na parte superior do app.R e, em seguida, alterando a primeira linha de código neste bloco para serem meus conjuntos de dados em vez de mpg, diamantes, economia, íris e mtcars.
for (dataset in c("mpg", "diamonds", "economics", "iris", "mtcars")) {
df <- eval(parse(text = dataset))
if (is.data.frame(df)) {
samples <- c(
samples,
paste0(
"## ",
dataset,
"nn",
capture.output(write.csv(head(df), "")),
collapse = "n"
)
)
}
}
Após essas etapas, seu aplicativo deve estar pronto para uso. Clique no botão Executar no arquivo app.R se você estiver no RStudio ou Positron, ou execute shiny::runApp("app.R") em um console R. Novamente, você precisará abrir o aplicativo em um navegador completo, em vez de em um painel de visualização IDE.
Na conferência positconf do mês passado, o brilhanterealtime era “uma ferramenta na qual passamos talvez seis horas coletivamente”, disse Wickham. Mais tempo foi investido nisso desde então, mas ainda está nos estágios iniciais por enquanto. No entanto, esses aplicativos dão aos usuários do R uma ideia do que poderia ser o próximo passo na fusão da IA generativa com o Shiny: aplicativos da web que entendem seus comandos falados e respondem.
