R Shiny应用中按选中值过滤两张表并展示直方图的实现问题

R原生实现 #

你可以直接使用以下修改后的完整代码，修正了原有语法问题，同时新增了直方图展示逻辑：

library(shiny)
library(reticulate)

# 读取原始数据
df <- read.csv(file = 'scores.csv')
historical <- read.csv('TRAIN.csv')

lmkt <- unique(df$market)
mth <- unique(df$month)

ui <- fluidPage(
  selectInput('col','Market',lmkt),
  selectInput('col2','Month',mth),
  dataTableOutput('table'),
  # 新增直方图输出组件
  plotOutput("price_hist")
)

server <- function(input,output){
  # 定义响应式变量：筛选后的df
  filtered_df <- reactive({
    df[df$market == input$col & df$month == input$col2, ]
  })
  
  # 定义响应式变量：筛选后的historical
  filtered_historical <- reactive({
    historical[historical$market == input$col & historical$month == input$col2, ]
  })
  
  # 输出筛选后的df表格
  output$table <- renderDataTable({
    filtered_df()
  })
  
  # 输出average_price直方图
  output$price_hist <- renderPlot({
    hist(filtered_historical()$average_price,
         main = "对应筛选条件下的平均价格分布",
         xlab = "平均价格",
         col = "skyblue",
         border = "white")
  })
}

shinyApp(ui = ui, server = server)

修改说明：

• 补全了原代码中server函数缺失的大括号，解决语法报错问题
• 用响应式变量封装两个数据框的过滤逻辑，输入值变化时会自动同步更新表格和直方图
• 新增直方图输出，直接取筛选后historical的average_price列绘图

reticulate + Pandas 实现方案 #

如果你希望用Python的Pandas完成数据过滤，可以参考以下修改的核心逻辑：

library(shiny)
library(reticulate)

# 导入pandas
pd <- import("pandas")

# 读取数据为pandas DataFrame
df <- pd$read_csv('scores.csv')
historical <- pd$read_csv('TRAIN.csv')

lmkt <- unique(df$market)
mth <- unique(df$month)

ui <- fluidPage(
  selectInput('col','Market',lmkt),
  selectInput('col2','Month',mth),
  dataTableOutput('table'),
  plotOutput("price_hist")
)

server <- function(input,output){
  filtered_df <- reactive({
    # pandas条件过滤
    df[(df$market == input$col) & (df$month == input$col2), ]
  })
  
  filtered_historical <- reactive({
    historical[(historical$market == input$col) & (historical$month == input$col2), ]
  })
  
  output$table <- renderDataTable({
    # 转回R数据框用于展示
    py_to_r(filtered_df())
  })
  
  output$price_hist <- renderPlot({
    # 提取average_price列转成R向量绘图
    price_vec <- py_to_r(filtered_historical()$average_price)
    hist(price_vec,
         main = "对应筛选条件下的平均价格分布",
         xlab = "平均价格",
         col = "skyblue",
         border = "white")
  })
}

shinyApp(ui = ui, server = server)

内容的提问来源于stack exchange，提问作者Luis Miguel