10_shiny_avanzado_soluciones.qmd

---
title: "Soluciones capítulo 10"
author: "Luz Frias"
execute:
  message: false
  warning: false
output:
  html_document:
    highlight: null
---

Para probar correctamente las aplicaciones shiny, tendrás que copiar y pegar el código a un intérprete de R.


```{r, include=FALSE}
library(dplyr)
library(tidyr)
library(shiny)
library(palmerpenguins)
library(plotly)
library(leaflet)
library(DT)
library(sf)
```


### Actividad 1

Partiendo del ejemplo `examples/02_fibonacci_con_conductor`, añade un botón al menú lateral y cambia la implementación para que los resultados se actualicen al pulsarlo, y no al cambiar el parámetro de entrada.

```{r}
# Función para calcular el enésimo número de la serie de fibonacci
fibonacci <- function(n) {
  if (n < 1) {
    return(NA)
  }
  if (n < 3) {
    return(1)
  }
  fibonacci(n - 1) + fibonacci(n - 2)
}


# La interfaz gráfica
ui <- fluidPage(
  
  # El título de la aplicación
  titlePanel("Serie de Fibonacci"),
  
  # Un panel que tiene una zona más pequeña en el lateral izquierdo,
  # y un panel principal más grande a la derecha
  sidebarLayout(
    
    # Usaremos el panel izquierdo para los inputs
    sidebarPanel(
      
      # Input de tipo slide
      numericInput(inputId   = "numero",
                   label     = h3("Número"),
                   value     = 10,
                   min       = 1,
                   max       = 30),
      
      # El botón
      actionButton(inputId = "boton", label = "Calcular")
    ),
    
    # El panel principal con los outputs
    mainPanel(
      
      h4("Serie: ", textOutput(outputId = "serie")),
      h4("Suma: ",  textOutput(outputId = "suma")),
      h4("Media: ", textOutput(outputId = "media")),
      
    )
  )
)

# El servidor
server <- function(input, output) {
  
  # El conductor, que devuelve la serie.
  # Hay que encapsularlo dentro de una expresión en la función reactive
  serie <- reactive({
    input$boton
    numero <- isolate(input$numero)
    sapply(1:numero, fibonacci)
  })
  
  # El output serie contiene toda la serie
  output$serie <- renderText({
    paste(serie(), collapse = ", ")
  })
  
  # El output suma contiene toda la suma de todos los valores de la serie
  output$suma <- renderText({
    sum(serie())
  })
  
  # El output media contiene toda la media de todos los valores de la serie
  output$media <- renderText({
    mean(serie())
  })
  
}

# Generamos la aplicación
shinyApp(ui = ui, server = server)
```

### Actividad 2

Crea una aplicación de shiny para visualizar el porcentaje de voto a cada uno de los partidos en las últimas elecciones.

La aplicación tendrá:

* Como inputs, el listado de partidos disponibles.
* Como outputs:

    * Un mapa de `leaflet` mostrando las provincias, coloreadas según el porcentaje de voto (es decir, los votos a ese partido / los votos válidos en la provincia) obtenido en cada una de ellas. Incluye una leyenda para poder interpretarlo fácilmente.
    * Un gráfico de barras de `plotly` mostrando el número de votos por provincia, ordenado de mayor a menor número de votos.
    
La función de tratamiento y filtrado de los datos para obtener el número de votos (absoluto y porcentual) por provincia al partido seleccionado deberá ejecutarse una única vez, y no repetirse para cada salida.

```{r}

# La interfaz gráfica
ui <- fluidPage(
  
  titlePanel("Elecciones España"),
  
  sidebarLayout(
    
    sidebarPanel(
      
      selectInput(
        inputId = "partido",
        label   = "Partido",
        choices = c("psoe", "pp", "vox", "podemos")
      )
    ),
    
    mainPanel(
      leafletOutput("map"),
      plotlyOutput("chart")
    )
  )
)

# El servidor
server <- function(input, output) {
  
  provincias <- read_sf("dat/spain_provinces.geojson")
  elecciones <- read.csv("dat/elecciones_2019_provincias.csv")
  votos <- read.csv("dat/elecciones_2019_votos.csv")
  
  colores <- c("psoe" = "Reds", "pp" = "Blues", "vox" = "Greens", "podemos" = "Purples")
  
  # Procesamiento de datos
  datos <- reactive({
    votos %>%
      filter(partido == input$partido) %>%
      inner_join(elecciones) %>%
      mutate(ratio_votos = round(votos / votos_validos, 3)) %>%
      select(provincia_cod_ine, provincia_nombre, votos, ratio_votos)
  })
  
  # El output serie contiene toda la serie
  output$map <- renderLeaflet({
    # Recupero los datos ya procesados del conductor
    votos <- datos()
    
    # Provincias con su info geográfica
    mapa_votos <- provincias %>%
      left_join(votos, by = c("codigo" = "provincia_cod_ine"))
    
    # Leyenda
    pal_votos <- colorBin(
      palette = colores[input$partido],
      domain  = mapa_votos$ratio_votos,
      bins    = 5
    )
    
    # Mapa
    leaflet(mapa_votos) %>%
      addPolygons(
        color       = ~pal_votos(ratio_votos),
        stroke      = FALSE,
        fillOpacity = 1) %>%
      addLegend(
        position = "bottomright",
        pal      = pal_votos,
        values   = ~ratio_votos,
        title    = "% votos",
        labFormat = labelFormat(suffix = "%", transform = function(x) 100 * x),
      )
  })
  
  # El output suma contiene toda la suma de todos los valores de la serie
  output$chart <- renderPlotly({
    # Recupero los datos ya procesados del conductor
    votos <- datos()
    
    # Ordeno por número de votos
    votos <- arrange(votos, votos)
    votos$provincia_nombre <- factor(votos$provincia_nombre, levels = votos$provincia_nombre)
    plot_ly(votos, type = "bar", x = ~votos, y = ~provincia_nombre, height = 1200)
  })
  
}

# Generamos la aplicación
shinyApp(ui = ui, server = server)
```