2019-ncov-japan
2019-ncov-japan copied to clipboard
swsoyee
都道府県の表記を統一
Summary
#59 で挙げられていた課題を解決します。
都道府県名の末尾につく「県」や「府」などを修正する関数といくつかの補助関数を追加しました。 文字列の類似性をもとに判定します。
次のように動作します。都道府県名を含まない文字列には影響しません。
prefs <- c("北海道", "東京", "京都", "大阪", "茨城", "クルーズ船")
is_prefecture()
##> [1] TRUE TRUE TRUE TRUE TRUE FALSE
fix_prefecture_str(prefs)
##> [1] "北海道" "東京都" "京都府" "大阪府" "茨城県" "クルーズ船"
これらの関数をShinyアプリケーションでの必要な箇所で関数を適用するようにしました。
（ 適当な場所がわからなかったので R/ フォルダにファイルを関数定義ファイルを保存しました。変更があれば移動します）
Preview
@uribo ありがどうございます！せっかく書いていただきましたが、もしよかったらこちらの部分をShiny内部に実行するより、ローカルでスクリプトを走って必要なデーブルを作成して、Shiny内部ではあまり変換しなくそのまま表示したいです。
開発前期では効率があまり考えてなく、アプリ内で色々なデータ変換をしていますが、今はアクセス数が増えて、変換が多いほとサイトが重くになりました。実際今自分もリファクタリングの最中です。
例えば、ホームページのあのテーブルには https://github.com/swsoyee/2019-ncov-japan/blob/master/System/CreateTable.R#L72-L217 ここで作成しています。元々はアプリ内で変換がしていましたが、重くてほとんど見れないです。
@uribo さんはRのプロですので、もしよかったら、今のソースコードのどこに重い処理が書いている場所を少しリファクタリングしてもよろしいでしょうか。自分Rパッケージが書いたこともないので、フォルダーの構造も適宜修正お願いできれば嬉しいと思います。
#68 みたいな感じで徐々にコードを綺麗にしたい。コードにはほとんどコメントが書かれていないがコメントも適宜追加したい🙇🏻♂️
コメントありがとうございます。 なるほど、確かにShinyでデータの加工を行うよりデータファイルを用意しておいてそれを読ませるだけの方が楽ですね。
データの追加取得とメンテナンスを両立するのは大変だと思うので 分担して負担を減らせたら良いと思います。
アプリ側での処理を減らせられないか、検討してみます！
@uribo もしよかったらこの部分をヘルプいただけますか https://github.com/swsoyee/2019-ncov-japan/commit/67eb07405d004ebfb8fb881e5962fcbdfda55d1c
二つTODOが残されていて、修正するにもある程度が時間が必要そうと思います。 https://github.com/swsoyee/2019-ncov-japan/blob/67eb07405d004ebfb8fb881e5962fcbdfda55d1c/Components/Main/ComfirmedPyramid.server.R#L2-L6
できれば10年未満、非公表、100代もそのままグラフに表示させたい。