将数据框从 Shiny 中读取到单独的函数中

Question

我有一个 Shiny 应用程序，它允许用户上传 CSV 来进行情绪分析。

目标：

我想使用 Shiny 上传 CSV，然后使用单独的函数 (CapSent) 进行分析并输出结果。

基本上，我试图将用户上传的“df”传递给 Shiny 的函数“CapSent”（位于 global.R 中）。 CapSent 使用自定义词典进行情绪分析。

到目前为止我的代码：

到目前为止我有：

用户界面：

library(shiny)
source('global.R')
ui <- fluidPage(

    sidebarPanel(

            # Input: Select a file ----
            fileInput("file1", "Choose CSV File",
                      multiple = TRUE,
                      accept = c("text/csv",
                                 "text/comma-separated-values,text/plain",
                                 ".csv"))
    ))

服务器：

server <- function(input, output) {

    output$contents <- renderTable({
            req(input$file1)        
            df <- read.csv(input$file1$datapath,
                            header = input$header,
                            sep = input$sep,
                            quote = input$quote)   

            CapSent(0.1, df) # 0.1 represents a threashold, df is the data

            })
    }

shinyApp(ui, server)

函数.R：

CapSent <- function(0.1, df){

    newdf<-data.frame(df,stringsAsFactors = FALSE)

    #....Do some sentiment analysis here on newdf

    #....Then export the sentiment analysis results
    write.csv(newdf,"myResults.csv")

}

问题

使用上面的代码，我收到错误“编码错误

当我手动将“df”添加到全局环境（使用 readr）时，“CapSent”有效，但我希望用户上传自己的数据进行分析。因此问题是：

有没有办法将 df 从 Shiny 传递给 Global Environment？

任何建议将不胜感激。

Answer 1

试试这个：

ui.R

library(shiny)

# Define UI for app that draws a histogram ----
ui <- fluidPage(

  # App title ----
  titlePanel("Hello Shiny!"),

  # Sidebar layout with input and output definitions ----
  sidebarLayout(

    # Sidebar panel for inputs ----
    sidebarPanel(

      # Input:  ----
      fileInput("file1", "Choose CSV File",
                multiple = TRUE,
                accept = c("text/csv",
                           "text/comma-separated-values,text/plain",
                           ".csv")),
      actionButton("button", "Apply function/download df"),
      hr(),
      uiOutput("downloadButton")

    ),

    # Main panel for displaying outputs ----
    mainPanel(

      h2("ORIGINAL DATA FRAME"),
      DT::dataTableOutput("contents"),
      br(),
      uiOutput("modify")


    )
  )
)

server.R

server <- function(input, output) {

  temp_df <- reactiveValues(df_data = NULL)
  temp_df2 <- reactiveValues(df_data = NULL)



   output$contents <- DT::renderDataTable({

      req(input$file1)
      temp_df$df_data <- read.csv(input$file1$datapath, sep = ";")

      temp_df$df_data

  }, options = (list(pageLength = 5, scrollX = TRUE)))

  output$contents2 <- DT::renderDataTable({

    temp_df2$df_data


  }, options = (list(pageLength = 5, scrollX = TRUE)))

  observeEvent(input$button,{
    if(!is.null(temp_df$df_data)){
      temp_df2$df_data <- CapSent(temp = 0.7, temp_df$df_data)

      output$modify <- renderUI({
        tagList(
          h2("MODIFY DATA FRAME"),
           DT::dataTableOutput("contents2")
         )
      })

      output$downloadButton <- renderUI({
         downloadButton("downloadData", "Download")
      })
     }else{
      showNotification("No data was upload")
     }

  })



  output$downloadData <- downloadHandler(

    filename = function() { 
      paste("data-", Sys.Date(), ".csv", sep="")
    },
    content = function(file) {
      write.csv(temp_df2$df_data, file)
    })

}

由于我不知道 CapSent 的最终用途，我将 CapSent 设为在原始数据框中添加新列的函数；

global.R

CapSent <- function(temp = 0.1, df){

  newdf <- df
  newdf$New_Col <- temp
  return(newdf)
  #....Do some sentiment analysis here on newdf

  #....Then export the sentiment analysis results
  #write.csv(newdf,"myResults.csv")

}

Answer 2

如果您想创建一个全局函数/变量，只需创建一个 global.R，它可以让您在 ui.R 或 server.R 的任何地方使用该函数/变量。

这是了解更多信息的链接：https://shiny.rstudio.com/articles/scoping.html

编辑：如果要显示 CSV，首先您需要制作一个标签面板，然后使用 csv 数据制作一个表格，例如：

使用包DT，install.packages("DT)，是制作动态表的包。

`output$yourtabpanelid = DT::renderDataTable({
      req(input$file1)

      df <- read.csv(input$file1$datapath,
                     header = input$header,
                     sep = input$sep,
                     quote = input$quote)
        return(df)
    })`

然后不要创建functions.R，只需将函数放在函数下方并将read.csv（.....）放在函数之前，以便在server.R的所有函数中使用它，例如：

`df <- read.csv(input$file1$datapath,
                         header = input$header,
                         sep = input$sep,
                         quote = input$quote

) 服务器

你可以退出函数 DT 的 df