0

我创建了一个 Shiny App，它接受 Excel 和 csv 文件作为输入。此外，它应该预测可以在上传文件中找到的指标。为了能够在文件中定义正确的列，用户应该能够选择应该预测的列。这就是为什么我想要一个选择输入区域，其中显示文件的所有列名。但我没有找到正确的解决方案。

到目前为止，在以下我的应用程序中：

用户界面： 

 ui <- fluidPage(  

  #definition which file input is allowed
  fileInput(
    'file',
     label = h4("Welche Datei soll hochgeladen werden?"),
     multiple= FALSE,
     accept = c(
      'text/csv',
      'text/comma-separated-values,text/plain',
      '.csv',
      '.xlsx'
   )
  ),

服务器：

server <- function(input, output) {

#read data 
data <- reactive({

  validate(need(input$file, ""))
  infile <- input$file

  if (input$type == "1") {
   read.csv(infile$datapath,
           header = input$header,
           sep = input$sep,
           stringsAsFactors = FALSE)
  } else {
  read_xlsx(infile$datapath)
  }    

})

我在服务器中想过这样的事情，但最终无法解决问题： 

names <- reactive({
 df <- data()
 if (is.null(df)) return(NULL)

 items=names(df)
 names(items)=items

 return(names(items))

})

谢谢你的帮助！

4

2 回答 2

3

在 UI 内部，您应该添加：

selectInput("columnid","Column to forecast",choices=c())

你的服务器应该像这样开始： server <- function(session,input, output) {

在服务器内部，else在您的反应式内部之后，您可以添加：

updateSelectInput(session,"columnid",choices=colnames(mydata))

请记住将读取的数据称为“mydata”，并对其进行调用return，如下所示：

data <- reactive({

  validate(need(input$file, ""))
  infile <- input$file

  if (input$type == "1") {
   mydata=read.csv(infile$datapath,
           header = input$header,
           sep = input$sep,
           stringsAsFactors = FALSE)
  } else {
   mydata=read_xlsx(infile$datapath)
  }
  updateSelectInput(session,"columnid",choices=colnames(mydata))
return(mydata)
})
于 2019-01-08T15:08:43.403 回答
0

您也可以observe在服务器中使用。observe不返回任何东西。与 不同reactive，它立即响应（而不是懒惰）。它最适合用于 ip/op 操作。

ui <- fluidPage (
 selectInput("select_input_id", "INPUT COLUMNS", choices = c())
)



server <- function(input, output) {

  #read data 
  data <- reactive({

    infile <- input$file

    if (input$type == "1") {
     df <- read.csv(infile$datapath,
             header = input$header,
             sep = input$sep,
             stringsAsFactors = FALSE)

     return (df)
    }
  })

observe({
  updateSelectInput(
    session,
    "select_input_id",
    choices = names(data())
  )
)}
}
于 2019-09-28T15:46:22.127 回答