在Shiny应用中使用reticulate调用Python脚本时变量传递失败求助

想要创建Shiny应用，在应用内调用Python脚本并传入textInput定义的year变量，但Python脚本无法识别该R变量，运行时报错。

Shiny应用代码 #

library(shiny)
library(reticulate)

# Define the user interface
ui <- fluidPage(
  tabsetPanel(
    tabPanel(textInput("year", "Year"),
             downloadButton("download_btn", "Download"))
  )
)


server <- function(input, output, session) {
  
  year <- reactive(input$year)

  adjusted_data <- reactive({
    source_python("python_script.py")
    data <- read_csv("tmp.csv")
    data
  })
  
  output$download_btn <- downloadHandler(
    filename = function() {
      file_name <- "temp.xlsx"
    },
    content = function(file) {
        openxlsx::write.xlsx(adjusted_data(), file)
    }
  )

}

shinyApp(ui, server)

Python脚本（python_script.py） #

year = r.year()

报错信息 #

Listening on http://127.0.0.1:7564
Warning: Error in eval: RuntimeError: object 'year' not found
Run reticulate::py_last_error() for details.
4: runApp
3: print.shiny.appobj
1: source

• year是Shiny的反应式变量，仅存在于Shiny的反应式上下文环境中，不是R全局环境中的普通变量，Python脚本通过r.year()无法直接访问。
• source_python执行时，Python无法感知Shiny的反应式环境，自然找不到名为year的R对象。

方法1：用Python函数接收参数（推荐） #

把Python脚本改成函数形式，在R中调用函数时传入反应式变量的值，这是最规范的交互方式。

修改Python脚本 #

import pandas as pd

def process_year(year):
    # 这里替换成你的实际处理逻辑，示例生成包含年份的CSV
    df = pd.DataFrame({"Year": [year]})
    df.to_csv("tmp.csv", index=False)

修改Shiny的server部分 #

server <- function(input, output, session) {
  
  year <- reactive(input$year)

  adjusted_data <- reactive({
    # 加载Python函数
    source_python("python_script.py")
    # 调用Python函数，注意加括号获取反应式变量的当前值
    process_year(year())
    # 读取生成的文件
    data <- readr::read_csv("tmp.csv")
    data
  })
  
  output$download_btn <- downloadHandler(
    filename = function() {
      "temp.xlsx"
    },
    content = function(file) {
        openxlsx::write.xlsx(adjusted_data(), file)
    }
  )

}

方法2：将变量存入R全局环境 #

如果坚持要在Python脚本中直接访问R变量，可以先把反应式变量的值赋值到R全局环境，再执行Python脚本。

修改Shiny的server部分 #

adjusted_data <- reactive({
    # 将反应式变量的值存入全局环境
    assign("year_val", year(), envir = .GlobalEnv)
    # 执行Python脚本
    source_python("python_script.py")
    data <- readr::read_csv("tmp.csv")
    data
})

修改Python脚本 #

import pandas as pd

# 访问R全局环境中的year_val变量
year = r.year_val
# 替换成你的实际处理逻辑
df = pd.DataFrame({"Year": [year]})
df.to_csv("tmp.csv", index=False)

内容的提问来源于stack exchange，提问作者Theki