r - 使在一个 react ​​性对象中创建的对象以 Shiny 的方式可供另一个 react 性对象使用

Question

这个问题在这里已经有了答案:





Set global object in Shiny

(1 个回答)


8年前关闭。




我有一个 Shiny 的应用程序，我在其中定义了一个基于 slider 的对象并创建了一个 data.frame从中。这用于创建一个图，我想在其下方包含一个汇总表。我的问题是必须在 react 对象内部定义绘图才能根据 slider 进行更新，但我发现当我尝试访问对象以在不同的 react 对象中打印摘要时，找不到它。

我不想为了让对象进入另一个 react 对象而两次运行相同的计算代码。我最初的两个想法:

我尝试使用 save(object, file = "...")在第一个 react 对象内，然后放入 load(file = "...")在第二个里面，但它不会更新。

我想在我的 react 之外定义我的对象 plotOutput定义，但我很确定当用户输入改变时它不会更新；它将保持初始值 input对象默认设置。

好吧，只是继续尝试后一种想法，但它甚至没有那么远:

我把它放在 shinyServer(...) 之前它无法生成数据，因为我的调用取决于 input它不知道input在那时候。

我把它放在 shinyServer(...) 之后但在 renderPlot(...) 之前尝试为所有输出对象创建一个“全局可用”对象，它责备我试图做一些使用 input 的事情在 react 函数之外。

这里有一个例子来说明，修改自 Shiny 的 "Hello Shiny!" example :

ui.R

library(shiny)

# Define UI for application that plots random distributions 
shinyUI(pageWithSidebar(

  # Application title
  headerPanel("Hello Shiny!"),

  # Sidebar with a slider input for number of observations
  sidebarPanel(
    sliderInput("obs", 
                "Number of observations:", 
                min = 1,
                max = 1000, 
                value = 500)
  ),

  # Show a plot of the generated distribution
  mainPanel(
    plotOutput("distPlot"),
    tableOutput("summary")
  )
))

服务器.R

library(shiny)

# Define server logic required to generate and plot a random distribution
shinyServer(function(input, output) {

  output$distPlot <- renderPlot({

    # generate an rnorm distribution and plot it
    dist <- rnorm(input$obs)
    hist(dist)
  })

  output$summary <- renderTable({
    #dist <- rnorm(input$obs)
    summary <- table(data.frame(cut(dist, 10)))
  })
})

如果按原样运行， cut会抛出错误，因为它不知道 dist .如果您取消注释我们重新定义 dist 的行正如 plotOutput 中所做的那样，然后它会工作。

这是简单的代码——我的代码涉及更多，我真的不想运行它两次，只是为了让另一个 react 输出知道相同的结果。

建议？

Answer 1

只是根据 other question I consider mine to have duplicated 中的答案充实上面的例子。 ，代码如下所示:

library(shiny)

# Define server logic required to generate and plot a random distribution
shinyServer(function(input, output) {

  dist <- reactive(rnorm(input$obs))

  output$distPlot <- renderPlot({

    # generate an rnorm distribution and plot it
    dist <- dist()
    hist(dist)
  })

  output$summary <- renderTable({
    dist <- dist()
    summary <- table(data.frame(cut(dist, 10)))
  })
})