更新依赖反应图之前如何更新依赖的反应性selectInput？
更新依赖反应图之前如何更新依赖的反应性selectInput？
提问于 2021-05-05 00:02:27
App结构
我有一个闪亮的应用程序，典型的侧边栏面板+主板结构。
- 边栏面板：侧栏中有多个selectInput小部件，其中每个selectInput中的选择取决于前面selectInput的选定值。(也就是说，用户从selectInput 1中选择一个数据集&从selectInput 2中选择一个变量，其中selectInput #2中作为“选择”可用的变量取决于输入1的选择)
- 主面板：有一个基本的ggplot2可视化，它依赖于侧栏面板中的2个输入选择(数据集和变量)。
问题
当用户在selectInput #1中选择一个新的数据集时，selectInput #2 (可用变量)和绘图都需要更新。我希望selectInput #2首先更新，然后更新情节。然而，在第二次selectInput有机会更新之前，情节似乎总是在进行更新。这将导致试图呈现无效绘图的绘图--即尝试使用虹膜数据集呈现mtcar变量的绘图，反之亦然。
是否有办法在selectInput的反应性更新之前对renderPlot #2的反应性更新进行优先排序？
Notes
- 作为UX的一项要求，我避免使用按钮来渲染情节。我需要的情节，以动态更新的实时基础上的选择。
- 在我的reprex中，我包括了print语句来描述情节是如何用无效的选择组合进行更新的。
library(shiny)
library(ggplot2)
library(dplyr)
# Define UI for application that draws a histogram
ui <- fluidPage(
titlePanel("Reactivity Test"),
# Sidebar with two input widgets
sidebarLayout(
sidebarPanel(
selectInput(inputId = "dataset",
label = "Input #1 - Dataset",
choices = c("mtcars", "iris")),
selectInput(inputId = "variable",
label = "Input #2 - Variable",
choices = NULL)
),
# Show a plot of the generated distribution
mainPanel(
plotOutput("distPlot")
)
)
)
# Define server logic required to draw a histogram
server <- function(input, output) {
input_dataset <- reactive({
if (input$dataset == "mtcars") {
return(mtcars)
} else {
return(iris)
}
})
mtcars_vars <- c("mpg", "cyl", "disp")
iris_vars <- c("Sepal.Length", "Sepal.Width", "Petal.Length", "Petal.Width")
available_vars <- reactive({
if (input$dataset == "mtcars") {
return(mtcars_vars)
} else {
return(iris_vars)
}
})
observe({
updateSelectInput(inputId = "variable", label = "Variable", choices = available_vars())
})
output$distPlot <- renderPlot({
req(input$dataset, input$variable)
print(input$dataset)
print(input$variable)
selected_dataset <- input_dataset()
selected_variable <- input$variable
filtered_data <- selected_dataset %>% select(selected_variable)
ggplot(filtered_data, aes(x = get(selected_variable))) +
geom_histogram()
})
}
# Run the application
shinyApp(ui = ui, server = server)回答 1
Stack Overflow用户
回答已采纳
发布于 2021-05-05 00:20:11
您可以尝试使用freezReactiveValue()函数，就像哈德利·韦翰在掌握光泽方面所建议的那样。链接:冻结反应性输入
library(shiny)
library(ggplot2)
library(dplyr)
# Define UI for application that draws a histogram
ui <- fluidPage(
titlePanel("Reactivity Test"),
# Sidebar with two input widgets
sidebarLayout(
sidebarPanel(
selectInput(inputId = "dataset",
label = "Input #1 - Dataset",
choices = c("mtcars", "iris")),
selectInput(inputId = "variable",
label = "Input #2 - Variable",
choices = NULL)
),
# Show a plot of the generated distribution
mainPanel(
plotOutput("distPlot")
)
)
)
# Define server logic required to draw a histogram
server <- function(input, output, session) {
input_dataset <- reactive({
if(input$dataset == "mtcars") {
return(mtcars)
} else {
return(iris)
}
})
observeEvent(input$dataset, {
freezeReactiveValue(input, "variable")
updateSelectInput(session = session, inputId = "variable", choices = names(input_dataset()))
})
output$distPlot <- renderPlot({
ggplot(input_dataset(), aes(x = .data[[input$variable]])) +
geom_histogram()
})
}
# Run the application
shinyApp(ui = ui, server = server)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/67393613
复制相关文章
相似问题
腾讯云开发者
