Question

我正在尝试制作一个应用程序，用户可以在其中浏览文件，然后从列名列表中选择任何特定的列，然后将绘制直方图。此外，我想给用户一个选项来删除离群值，这是一个checkboxinput。如果单击该复选框，则将删除异常值，并再次绘制直方图。简而言之，直方图会对用户在复选框中所做的选择做出反应。当在复选框上观察到observeEvent时，我无法绘制图形。我认为在将其创建为反应式时，没有正确引用我的数据。

我不确定在这里如何准确地使用反应性。如果我不使用反应性，则会收到一个错误消息，表明我的数据集在observeEvent函数下不可用（可能是local函数）

df_data <- reactiveValues(data= NULL)

observeEvent(input$filename,{
  df_data$data <- data.frame(read.csv(input$filename$datapath))
  updateSelectInput(session,"field_mapping",choices = colnames(df_data$data))
  updateCheckboxInput(session,"outlier_removal",value = TRUE)
})

observeEvent(input$outlier_removal,{
if(input$outlier_removal)
{ cash_diff <- removeOutliers(createCashDiff(as.vector(df_data$data[,input$field_mapping]),input$percent_change)) }
else { cash_diff <- removeOutliers(createCashDiff(as.vector(df_data$data[,input$field_mapping]),input$percent_change)) }
output$Histogram <- renderPlotly({ plotDiff(cash_diff) })
})

Answer 1

我认为您不应该尝试从observe块内部进行绘制。甚至更是如此，observeEvent表达式（第二个参数）内部的操作是显式完成的，没有反应性副作用，因此可以说是隔离/屏蔽了。

尝试一下：

df_data <- reactiveValues(data= NULL)

observeEvent(input$filename,{
  df_data$data <- data.frame(read.csv(input$filename$datapath))
  updateSelectInput(session,"field_mapping",choices = colnames(df_data$data))
  updateCheckboxInput(session,"outlier_removal",value = TRUE)
})

df_data_filtered <- reactive({
  x <- createCashDiff(as.vector(df_data$data[,input$field_mapping]),input$percent_change)
  if (input$outlier_removal) x <- removeOutliers(x)
  x
})

output$Histogram <- renderPlotly({ plotDiff(df_data_filtered()) })

侧面说明：您在if (input$outlier_removal)条件的两侧都执行完全相同的函数调用。这是否意味着您的createCashDiff或removeOutliers函数本身就获得了input$outlier_removal值？我认为这是一个不好的举动，有两个原因：

类似的功能应该与在闪亮内部或外部使用无关，因此您可以在控制台/测试（非发光）环境中进行开发和测试。在函数内部嵌入对“反应性”（甚至只是input$）的依赖正在限制函数的潜力；和
通常，编写函数的良好实践包括确保函数绝不尝试访问未（a）显式传递给它们或（b）在函数内定义的变量或对象（直接或通过另一个函数）呼叫）。如果您有一个函数无法访问其直接范围的变量，则测试和重现性将变得更加复杂，并且在行为异常时很难进行故障排除。

使用反应变量使用plotly绘制直方图

1 个答案: