3

因为我的shiny应用程序变得非常大，所以我最近将一些代码放入模块中（也可以在不同的地方多次重用代码）。不知何故，部分代码不再按预期工作。

在这个例子中，我有一个模块，它根据输入元素过滤数据并返回一个 reactive data.frame。在 mainPanel 我有一个dataTable从过滤数据创建的模块。但是反应不起作用，当我更改时selectInput，dataTable不会更新。

library(shiny)
library(DT)

filtersUI <- function(id) {
  ns <- NS(id)
  selectizeInput(
    ns("Species"), label = "Species",
    choices = levels(iris$Species),
    selected = "virginica"
  )
}

filters <- function(input, output, session, .data) {
  inputs <- reactive({
    list("Species" = input[["Species"]])
  })
  reactive({
    .data[.data$Species %in% inputs()[["Species"]], ]
  })
}

dataTableUI <- function(id) {
  ns <- NS(id)
  DT::dataTableOutput(ns("data.table"))
}

dataTable <- function(input, output, session, .data) {
  output$data.table <- DT::renderDataTable({
    DT::datatable(.data)
  })
}

appUI <- function(id) {
  ns <- NS(id)
  sidebarLayout(
    sidebarPanel(
      filtersUI(ns("filter"))
    ),
    mainPanel(
      dataTableUI(ns("data.table"))
    )
  )
}

app <- function(input, output, session, .data) {
  data.subset <- callModule(filters, "filter", .data = .data)
  callModule(dataTable, "data.table", .data = data.subset())
}

ui <-   fluidPage(
  appUI("app")
)

server <- function(input, output, session) {
  callModule(app, "app", .data = iris)
}

shinyApp(ui, server)

但是当将代码从 subModules 复制到app模块中时，代码可以正常工作：

library(shiny)
library(DT)
appUI <- function(id) {
  ns <- NS(id)
  sidebarLayout(
    sidebarPanel(
      selectizeInput(
        ns("Species"), label = "Species",
        choices = levels(iris$Species),
        selected = "virginica"
      )
    ),
    mainPanel(
      DT::dataTableOutput(ns("data.table"))
    )
  )
}

app <- function(input, output, session, .data) {
  inputs <- reactive({
    list("Species" = input[["Species"]])
  })
  data.subset <- reactive({
    .data[.data$Species %in% inputs()[["Species"]], ]
  })
  output$data.table <- DT::renderDataTable({
    DT::datatable(data.subset())
  })
}

ui <-   fluidPage(
  appUI("app")
)

server <- function(input, output, session) {
  callModule(app, "app", .data = iris)
}

shinyApp(ui, server)

我知道在这个简单的例子中模块化结构看起来有点过头了，但是在我的真实应用程序中，模块中有很多代码，我删除了这些代码以使这个例子最小化。因此，最好有一个使用与第一个代码片段相同的模块化结构的解决方案。任何想法为什么它会失败？

4

1 回答 1

2

您在创建带有子模块的可重复示例方面做得非常好。但是，这个问题实际上与子模块没有任何关系。您只需要以data.subset不同的方式传递反应对象。代替

callModule(dataTable, "data.table", .data = data.subset())

你应该使用

callModule(dataTable, "data.table", .data = data.subset)

传递反应本身而不是其当前值。然后可以DT::renderDataTable像这样“解析”该值

output$data.table <- DT::renderDataTable({
    DT::datatable({.data()})                                   
})

您编码它的方式，“构建时”的数据，即未过滤的数据集被发送到模块，并且在此过程中无法观察到。

需要明确的是：注释行 (## remove parantheses here和## add parantheses here) 是我从您的原始代码中更改的唯一行。

library(shiny)
library(DT)

filtersUI <- function(id) {
  ns <- NS(id)
  selectizeInput(
    ns("Species"), label = "Species",
    choices = levels(iris$Species),
    selected = "virginica"
  )
}

filters <- function(input, output, session, .data) {
  inputs <- reactive({
    list("Species" = input[["Species"]])
  })
  reactive({
    .data[.data$Species %in% inputs()[["Species"]], ]
  })
}

dataTableUI <- function(id) {
  ns <- NS(id)
  DT::dataTableOutput(ns("data.table"))
}

dataTable <- function(input, output, session, .data) {
  output$data.table <- DT::renderDataTable({
    DT::datatable({.data()})                                  ## add parantheses here
  })
}

appUI <- function(id) {
  ns <- NS(id)
  sidebarLayout(
    sidebarPanel(
      filtersUI(ns("filter"))
    ),
    mainPanel(
      dataTableUI(ns("data.table"))
    )
  )
}

app <- function(input, output, session, .data) {
  data.subset <- callModule(filters, "filter", .data = .data)
  callModule(dataTable, "data.table", .data = data.subset)    ## remove parantheses here
}

ui <-   fluidPage(
  appUI("app")
)

server <- function(input, output, session) {
  callModule(app, "app", .data = iris)
}

shinyApp(ui, server)

总而言之，这是 Joe Cheng 对类似问题的引用

嗨，马克，linkedScatter 本身的代码是正确的；但是在调用 callModule 时，您希望通过名称 (car_data) 传递响应式本身而不读取它 (car_data())。

callModule(linkedScatter, "scatters", car_data)

这类似于通过名称将函数传递给类似 lapply 的方法：

lapply(letters, toupper) # 有效

lapply(letters, toupper()) # 不起作用

于 2018-02-03T00:06:37.507 回答