R Shiny多文件导入循环问题：单图无法显示多数据集

核心问题定位 #

你的代码存在三个关键错误，导致图表仅显示单个数据集：

1. for循环迭代范围错误：for (i in length(input)) 遍历的是整个Shiny输入对象的长度，而非选中文件的数量，实际只会循环一次，仅读取最后一个文件。
2. 文件路径处理错误：files <- list.files(input$files$datapath) 是多余且错误的——input$files$datapath本身就是选中文件的临时路径向量，无需再用list.files解析。
3. 绘图未区分数据集：ggplot未将sample列（区分不同文件的标识）作为分组依据，所有数据被合并成一条线绘制。
4. 额外问题：读取文件时未启用UI中的header参数，且默认列名赋值时遗漏sample列，会导致列名不匹配报错。

修正后的Server代码 #

# Define server logic to read selected files ----
server <- function(input, output) {
  
  # Define reactive variable for combined dataframe
  combined_df <- reactive({
    req(input$files) # 确保文件已上传
    # 初始化空列表存储数据框
    dfs <- list()
    # 获取选中文件的路径和名称
    file_paths <- input$files$datapath
    file_names <- input$files$name
    
    # 循环遍历每个选中文件
    for (i in seq_along(file_paths)) {
      # 提取文件名（不含后缀）并简化标识
      name <- tools::file_path_sans_ext(file_names[i])
      df_name <- gsub("\\ .*","", name)
      
      # 读取文件，启用header参数匹配UI设置
      df <- read.csv(file_paths[i],
                     sep = input$sep,
                     quote = input$quote,
                     header = input$header)
      
      dfs[[df_name]] <- df
    }
    
    # 合并数据并添加sample列区分不同数据集
    combined_df <- do.call(rbind, Map(cbind, dfs, sample = names(dfs)))
    
    # 重命名列，确保包含sample列
    if (!isTruthy(input$text1)) {
      # 默认列名：原4列 + sample列
      names(combined_df) <- c("E", "I", "cycle", "Q", "sample")
    } else {
      # 用户自定义列名：前4列自定义，第5列对应sample（未输入则用默认名）
      names(combined_df) <- c(input$text1,
                              input$text2,
                              input$text3,
                              input$text4,
                              input$text5 %||% "sample")
    }
    
    # 筛选指定cycle的数据
    combined_df <- combined_df[combined_df$cycle == input$num1, ]
    combined_df
  })
  
  output$table <- renderTable({input$files$name})
  
  output$contents <- renderTable({
    req(combined_df())
    if(input$disp == "head") {
      return(head(combined_df()))
    } else {
      return(combined_df())
    }
  })
  
  output$plot <- renderPlot({
    req(combined_df())
    # 按sample列分组绘图，确保多数据集分开显示
    ggplot(combined_df(), aes(x = E, y = I, group = sample, color = sample)) + 
      geom_path() + 
      theme_article() +
      labs(color = "Dataset") # 添加图例标题
  })
  
}

# Create Shiny app ----
shinyApp(ui, server)

UI代码优化建议 #

UI部分无需大改，可将fileInput移至侧边栏（更符合操作习惯），并精简不必要的包加载：

library(shiny)
library(shinythemes)
library(ggplot2)
library(pacman)
pacman::p_load(dplyr, ggthemes, tidyverse, ggpmisc, latex2exp, viridis)

# Define UI for data upload app ----
ui <- fluidPage(theme = shinytheme("journal"),
  
  # App title ----
  titlePanel("Lab Helper"),
  navbarPage("",
             tabPanel("CV Scan Rate Plotter",
                      # Sidebar layout with input and output definitions ----
                      sidebarLayout(
                        
                        # Sidebar panel for inputs ----
                        sidebarPanel(width = 3,
                                     # 文件上传移至侧边栏
                                     fileInput("files", "Choose CSV Files",
                                               multiple = TRUE,
                                               accept = c("text/csv",
                                                          "text/comma-separated-values,text/plain",
                                                          ".csv")),
                                     tags$hr(),
                                     # 表头选择
                                     checkboxInput("header", "File has Header", TRUE),
                                     # 分隔符选择
                                     radioButtons("sep", "Separator",
                                                  choices = c(Comma = ",",
                                                              Semicolon = ";",
                                                              Tab = "\t"),
                                                  selected = "\t"),
                                     tags$hr(),
                                     # 数据显示选项
                                     radioButtons("disp", "Display Data",
                                                  choices = c(Head = "head",
                                                              All = "all"),
                                                  selected = "head"),
                                     tags$hr(),
                                     # 扫描数选择
                                     numericInput(
                                       "num1",
                                       "Select Scan Number",
                                       2,
                                       min = 1,
                                       max = 100,
                                       step = 1,
                                       width = NULL
                                     ),
                                     tags$hr(),
                                     # 列名自定义
                                     textInput("text1", "Column Name (Potential):", "", placeholder = "E"),
                                     textInput("text2", "Column Name (Current):", "", placeholder = "I"),
                                     textInput("text3", "Column Name (Cycle):", "", placeholder = "cycle"),
                                     textInput("text4", "Column Name (Charge):", "", placeholder = "Q"),
                                     textInput("text5", "Column Name (Dataset ID):", "", placeholder = "sample")
                        ),
                        
                        # Main panel for displaying outputs ----
                        mainPanel(
                          tableOutput("table"),
                          tags$hr(),
                          tableOutput("contents"),
                          tags$hr(),
                          plotOutput("plot")
                        )
                      )
             ),
             tabPanel("UV Vis Plotter"),
             tabPanel("About")
  )
)

关键修正说明 #

• 循环迭代：用seq_along(file_paths)替代length(input)，确保遍历每个选中的文件。
• 文件读取：直接使用input$files$datapath和input$files$name获取文件信息，移除错误的list.files调用，并加入header = input$header匹配UI设置。
• 列名处理：默认列名添加sample列，自定义列名时保留数据集标识列的命名逻辑。
• 绘图分组：在ggplot的aes中加入group = sample和color = sample，确保不同数据集以不同线条显示，方便区分。

内容的提问来源于stack exchange，提问作者Keizei