R Shiny使用响应式元素修改非响应式dataframe异常问题咨询

错误原因 #

• env为懒加载的响应式表达式，只有被其他响应式逻辑/输出主动调用时才会执行，你现有代码中无任何对env()的调用，修改数据集的逻辑从未运行，原始数据集全程无变化，两个摘要输出自然完全一致。
• 即使调用env()，直接修改全局非响应式dataset会破坏原始数据：修改执行一次后，后续所有调用dataset的逻辑（包括orig_summary）都会使用修改后的数据集，无法正确生成原始数据的统计摘要。
• 修改逻辑存在漏洞：赋值语句左右两侧分别调用sample()会生成两组完全不同的随机行索引，实际是将B组行的sb16s加5后赋值给A组行，不符合需求；同时代码中用到的seed参数未预先定义，运行时会直接报错。
• popint1的定义存在语法错误，round()函数缺失右括号。

修正方案 #

核心思路是不修改原始数据集，单独创建响应式的修改后数据集副本，避免原始数据被污染，同时修正采样逻辑：

# 计算需要修改的行数，补全语法错误
popint1 <- reactive({round(input$pop * 0.01 * nrow(dataset))})

# 原始数据集摘要，永远基于未修改的原始dataset
orig_summary <- reactive({
  dataset %>%
    group_by(age_group) %>%
    summarise(original_cvd_count = sum(as.numeric(s723d)),
              meanSBP = mean(sb16s, na.rm = T),
              meanDBP = mean(sb16d, na.rm = T)) %>%
    mutate(new_cvd_count = newRisk(meanSBP, meanDBP) * original_cvd_count)
})

# 生成修改后的数据集副本，不改动原始dataset
modified_dataset <- reactive({
  req(dataset, popint1())
  # 复制原始数据集
  temp_dt <- dataset
  # 仅生成一次随机行索引
  sample_rows <- sample(nrow(temp_dt), popint1())
  # 修改对应行的sb16s列
  temp_dt[sample_rows, 'sb16s'] <- temp_dt[sample_rows, 'sb16s'] + 5
  return(temp_dt)
})

# 新数据集摘要，基于修改后的副本
int3_summary<- reactive({
  modified_dataset() %>%
    group_by(age_group) %>%
    summarise(original_cvd_count = sum(as.numeric(s723d)),
              meanSBP = mean(sb16s, na.rm = T),
              meanDBP = mean(sb16d, na.rm = T)) %>%
    mutate(new_cvd_count = newRisk(meanSBP, meanDBP) * original_cvd_count)
})

output$summary1 =  renderTable({orig_summary()})
output$summary2 =  renderTable({int3_summary()})

如果需要固定随机采样结果保证可复现，可以在sample()调用前加入set.seed(自定义固定数值)即可。

内容的提问来源于stack exchange，提问作者dismal-audience