Shiny读取带汇总行CSV时自动移除末尾无效行的实现方法

首先不建议用system()调用shell命令的做法，问题很多：

• 跨平台兼容性差：Windows默认没有sed、zsh环境，Linux环境下sed -i的参数语法和macOS不一样，换个运行环境就容易报错
• 临时文件容易出权限问题：fileInput上传的文件存在R临时目录，调用系统命令修改很容易碰权限坑，调试麻烦
• 完全没必要：R和readr本身就能搞定这个需求，稳定性比调用外部命令高得多。

你现在遇到的问题根源是末尾汇总行的格式和有效数据行规则不一致，而且这些无效行的特征非常明显，直接在读取环节过滤就行，改你现有代码的成本极低：

library(tidyverse)
server <- function(input, output, session) {

  abcInput <- reactive({
    req(input$rdata)
    # 先全按字符类型读入，避免读取阶段直接触发类型报错
    raw_df <- read_csv(
      input$rdata$datapath,
      col_types = cols(.default = "c")
    )
    # 过滤掉无效汇总行，再把数值列转回 numeric 类型
    clean_df <- raw_df |> 
      filter(
        # 有效行的Rep列有值，汇总行该列为空
        !is.na(Rep),
        # 排除带Sum、Avg前缀的汇总行
        !str_detect(Sales, "^(Sum|Avg):"),
        !str_detect(Profits, "^(Sum|Avg):")
      ) |> 
      mutate(across(c(Sales, Profits), as.numeric))
    
    # 注意你原代码里求和取的是`Profit`列，读入的实际列名是Profits，别写错列名
    return(clean_df)
  })

  abcSum <- reactive({sum(abcInput()$Profits, na.rm = TRUE)})
  abcCount <- reactive({nrow(abcInput())})

}

如果后续导出的CSV汇总行前缀可能变，只要确定汇总行是连续附在文件末尾、有效数据行都是从文件头开始连续排列的，可以用更通用的过滤逻辑，不用硬匹配Sum、Avg关键字：

clean_df <- raw_df |> 
  mutate(row_id = row_number()) |> 
  # 只保留Rep非空、Sales和Profits可以正常转成数字的行
  filter(
    !is.na(Rep),
    !is.na(suppressWarnings(as.numeric(Sales))),
    !is.na(suppressWarnings(as.numeric(Profits)))
  ) |> 
  # 因为有效行是从头连续的，直接取连续行号段，避免中间有空行的干扰
  filter(row_id == 1:n()) |> 
  select(-row_id) |> 
  mutate(across(c(Sales, Profits), as.numeric))

这种实现完全在R环境内完成，不依赖任何外部系统命令，不管是本地跑macOS/Windows，还是部署到Linux Shiny Server都能正常运行，比调system靠谱得多。

内容的提问来源于stack exchange，提问作者afishlax