我正在制作一个需要数据集输入的Shiny App。我能够使用数据集中的一个值,但是当我上传多个值时,会出现一条错误消息:
输入时有效的示例数据集(csv):
category
action
输入时不起作用的示例数据集(csv):
category
action
noir
Error: replacement has 1 row, data has 0
以下是我的ui和服务器。完全可重复的设置。
当我输入类别时它起作用:"动作"但是当我输入类别时:"动作"和" noir"在一个csv列中,出现错误。
服务器:
library(shiny)
library(readr)
library(dplyr)
actor <- c('Matt Damon','George Clooney','Brad Pitt', 'Clive Owen', 'Morgan Freeman', 'Edward Norton', 'Adrian Granier')
category<-c('action', 'action', 'noir', 'action', 'thriller', 'noir', 'action')
movie <- c('Oceans Eleven', 'Oceans Twelve', 'Fight Club', 'Children of Men', 'The Shawshank Redemption', 'American History X', 'Entourage')
movies <- c(21, 23, 26, 12, 90, 14, 1)
cost <- c(210000, 2300000, 260000, 120000, 90000, 140000, 10000)
Type <- c('A','B','C', 'A', 'B', 'C', 'A')
moviedata<-data.frame(actor, category, movie, movies, cost, Type)
shinyServer(function(input,output){
data <- reactive({
file1 <- input$file
if(is.null(file1)){return()}
read_csv(file=file1$datapath)
})
output$sum <- renderTable({
if(is.null(data())){return ()}
test<-subset(moviedata, category %in% data())
test1<-filter(test, `Type`==input$file4)
test1$`BUDGET`<-input$file5
test1$CHECKING<-ifelse(test1$`BUDGET`>test1$cost,"YES", "NO")
filter(test1, CHECKING=="YES")
})
output$tb <- renderUI({
if(is.null(data()))
h5("Powered by", tags$img(src='optimatic.png'))
else
tabsetPanel(tabPanel("Summary", tableOutput("sum")))
})
}
)
UI
library(shiny)
shinyUI(fluidPage(
titlePanel("Actor Finder"),
sidebarLayout(
sidebarPanel(
fileInput("file","Upload Category List: Must have category as header"),
selectInput("file4", "Select Type", c("A" = "A",
"B" = "B",
"C" = "C"), selected = "A"),
numericInput("file5", "Choose cost", 1000000000),
tags$hr()),
mainPanel(
uiOutput("tb")
)
)
))
答案 0 :(得分:1)
因为您使用readr
读取了csv文件,所以它是一个tbl_df
data.frame,与基座data.frame
不同 - 当它包含一个向量时,它不会被简化为向量单列。
比较
> c(1,2) %in% tibble(a=c(1,2))[,1]
[1] FALSE FALSE
> c(1,2) %in% tibble(a=c(1,2))[[1]]
[1] TRUE TRUE
> c(1,2) %in% data.frame(a=c(1,2))[,1]
[1] TRUE TRUE
> c(1,2) %in% data.frame(a=c(1,2))[[1]]
[1] TRUE TRUE
您可以使用此语法仅采用第一列:
category %in% data()[[1]]