r - 如何在 Shiny 应用程序中将上传的文件转换为 DataFrame

只需设置一个反应块即可为您提供数据：

library(shiny)
ui <- fluidPage(
  sidebarLayout(
    sidebarPanel(
      fileInput("file1", "Choose CSV File",
        accept = c(
          "text/csv",
          "text/comma-separated-values,text/plain",
          ".csv")
        ),
      tags$hr(),
      checkboxInput("header", "Header", TRUE)
    ),
    mainPanel(
      tableOutput("contents")
    )
  )
)

server <- function(input, output) {
  mydata <- reactive({
    # input$file1 will be NULL initially. After the user selects
    # and uploads a file, it will be a data frame with 'name',
    # 'size', 'type', and 'datapath' columns. The 'datapath'
    # column will contain the local filenames where the data can
    # be found.
    req(input$file1, input$header, file.exists(input$file1$datapath))
    read.csv(input$file1$datapath, header = input$header)
  })
  output$contents <- renderTable({
    req(mydata())
    mydata()
  })
}

shinyApp(ui, server)

现在在任何其他地方你需要用新的东西做点什么data.frame，只需使用mydata(). （我唯一的改变是将一些行移动到一个新的反应块中，缩短renderTable块，并使用req(...)而不是笨拙的is.null方法。）

一些附加说明：

通常在shiny应用程序中，反应块做好一件事可能非常有用，例如“获取数据”、“绘制数据”、“调整/更改数据”。正是这样，我将原来的“读取文件然后渲染它”的单个块分解为“读取文件”（向一个或多个消费者提供数据）和“渲染它”两个块。
这需要与反应性相平衡，这意味着依赖于其他块的块越多，我所说的应用程序组件“过度抖动”的可能性就越大。例如，如果块“B”依赖于“A”，而块“C”同时依赖于“A”和“B”，那么您可能会看到以下更新时间表：
1. “A”更新（出于某种原因）
2. 基于“A”的“C”更新
3. “B”基于“A”更新
4. 基于“B”的“C”更新（即，一次更改的两次更新；这会产生用户可见的双重更改，并且对于某些绘图可能包括加倍的有限时间延迟）。
结合两个项目符号：将“读取和渲染”分解为“读取”和“渲染”似乎是合理的。如果您需要处理数据（删除/添加列、过滤行等），
- 如果您从不需要原始/原始数据，那么这种突变可能应该在“读取”阶段完成；
- 如果您想在更改数据的同时引用原始数据，那么您可能需要“读取”、“更新”和“渲染”阶段/代码块；
- 即使您从不需要参考原始数据，如果任何突变依赖于用户定义的值（selectInput,numericInput等），那么您可能应该使用“读取”、“更新”、“渲染”阶段，以便您不要每次用户更改其他字段之一时都不必重新读取数据

r - 如何在 Shiny 应用程序中将上传的文件转换为 DataFrame

问题描述

解决方案

推荐阅读