在可反应中条件格式化多列

如何解决在可反应中条件格式化多列

我已经为此苦苦挣扎了一段时间，但无法理解。

我想生成一个带有可反应的表格，但有条件地用背景阴影格式化每个（数字）列。我知道如何将其应用于列，只要我手动输入每列的名称。但关键是该表可以有任意数量（可能很大）的列，所以我想自动将其应用于所有列。

重要的是，列代表不同比例的不同变量，因此必须对每一列分别应用格式。我想秘诀是创建一个大的命名列表，即使用其他列名扩展 coldefs 列表。

下面是一个只有一列的示例。我试图扩展它，但陷入了一个巨大的混乱，所以我不会在这里粘贴凌乱的代码来混淆任何人。非常感谢任何帮助。

library(reactable)

df <- mtcars
df$mpg[2] <- NA

# Colour map for conditional formatting
orange_pal <- function(x){
  if (!is.na(x)){
    rgb(colorRamp(c("#ffe4cc","#ffb54d"))(x),maxColorValue = 255)
  } else {
    "#e9e9e9" #grey
  }
}

# function which returns background colour based on cell value (using colour map)
stylefunc <- function(value) {
  normalized <- (value - min(mtcars$mpg)) / (max(mtcars$mpg) - min(mtcars$mpg))
  color <- orange_pal(normalized)
  list(background = color)
}

# list giving column formatting (using style function)
coldefs <- list(mpg = reactable::colDef(
  style = stylefunc
))

# create table
reactable(df,columns = coldefs)

解决方法

好吧，就像去看医生一样，一旦我寻求帮助，我就自己找到了解决方案。嗯，就在这里。可能会帮助其他人。诀窍是 style 的 colDef() 元素允许使用列名的函数。使用它，我能够自动获取每列的最大值和最小值。

library(reactable)
library(magrittr)

df <- mtcars
df$mpg[2] <- NA

# Colour map for conditional formatting
orange_pal <- function(x){
  if (!is.na(x)){
    rgb(colorRamp(c("#ffe4cc","#ffb54d"))(x),maxColorValue = 255)
  } else {
    "#e9e9e9" #grey
  }
}

# function which returns background colour based on cell value (using colour map)
# also takes column name as an input,which allows to get max and min
stylefunc <- function(value,index,name) {
  normalized <- (value - min(mtcars[name],na.rm = T)) /
    (max(mtcars[name],na.rm = T) - min(mtcars[name],na.rm = T))
  color <- orange_pal(normalized)
  list(background = color)
}

# list giving column formatting (using style function) for single column
coldefs <- list(
  reactable::colDef(style = stylefunc)
)

# get names of numerical cols
numcols <- mtcars %>% dplyr::select(where(is.numeric)) %>% colnames()
# replicate list to required length
coldefs <- rep(coldefs,length(numcols))
# name elements of list according to cols
names(coldefs) <- numcols

# create table
reactable(df,columns = coldefs)