R Shiny删除DT数据表选中行列触发响应式错误如何修复

错误原因 #

• 直接在reactiveValues()初始化时传入另一个响应式变量rv1$data作为初始值，属于在响应式上下文（观察者、响应式表达式、渲染函数都属于响应式上下文）外访问响应式值，直接触发报错
• 代码中存在冗余的响应式存储：所有文件上传、拆分列的操作都存在rv$data中，但删除行逻辑绑定的是从未赋值的rv1$data，两套数据完全脱节
• DT数据表没有明确开启行选中配置，部分场景下会取不到选中的行索引

修复后完整可运行代码 #

首先补充拆分列函数的基础实现，你也可以替换为你自己的splitColumn_stack.R逻辑：

splitColumn <- function(df, col_name) {
  df[[col_name]] <- as.character(df[[col_name]])
  split_cols <- strsplit(df[[col_name]], " ")
  max_len <- max(sapply(split_cols, length))
  new_cols <- lapply(1:max_len, function(i) sapply(split_cols, function(x) x[i]))
  names(new_cols) <- paste0(col_name, "_", 1:max_len)
  df <- cbind(df, as.data.frame(new_cols))
  df[[col_name]] <- NULL
  return(df)
}

完整app.R代码：

library(shiny)
library(DT)

# 拆分列函数，可替换为你自己的source引入逻辑
splitColumn <- function(df, col_name) {
  df[[col_name]] <- as.character(df[[col_name]])
  split_cols <- strsplit(df[[col_name]], " ")
  max_len <- max(sapply(split_cols, length))
  new_cols <- lapply(1:max_len, function(i) sapply(split_cols, function(x) x[i]))
  names(new_cols) <- paste0(col_name, "_", 1:max_len)
  df <- cbind(df, as.data.frame(new_cols))
  df[[col_name]] <- NULL
  return(df)
}

ui <- fluidPage(
  sidebarLayout(
    sidebarPanel(
      fileInput("file1", "选择CSV文件", accept = ".csv"),
      checkboxInput("header", "表头", TRUE),
      selectInput(inputId='selectcolumn', label='选择要拆分的列', ''),
      actionButton("Splitcolumn", "拆分列"),
      hr(),
      actionButton("deleteRows", "删除选中行"),
      actionButton("deleteCols", "删除选中列")
    ),
    mainPanel(
      h3("原始数据表"),
      tableOutput("contents"),
      hr(),
      h3("可编辑数据表（点击选中行/列）"),
      DTOutput("table1")
    )
  )
)

server <- function(session, input, output) {
  rv <- reactiveValues(data = NULL)
  
  # 读取上传文件
  observeEvent(input$file1, {
    file <- input$file1
    ext <- tools::file_ext(file$datapath)
    req(file)
    validate(need(ext == "csv", "请上传csv格式文件"))
    rv$data <- read.csv(file$datapath, header = input$header, sep = "")
    updateSelectInput(session, 'selectcolumn', '选择要拆分的列', names(rv$data))
  })
  
  # 渲染原始表
  output$contents <- renderTable({
    req(rv$data)
    rv$data
  })
  
  # 拆分列逻辑
  observeEvent(input$Splitcolumn, {
    req(rv$data, input$selectcolumn)
    rv$data <- splitColumn(rv$data, input$selectcolumn)
    updateSelectInput(session, 'selectcolumn', '选择要拆分的列', names(rv$data))
  })
  
  # 删除选中行逻辑
  observeEvent(input$deleteRows,{
    req(rv$data, input$table1_rows_selected)
    rv$data <- rv$data[-as.numeric(input$table1_rows_selected),]
  })
  
  # 删除选中列逻辑
  observeEvent(input$deleteCols,{
    req(rv$data, input$table1_columns_selected)
    # DT列索引从0开始，+1适配R的1起始索引规则
    rv$data <- rv$data[,-(as.numeric(input$table1_columns_selected)+1)]
    updateSelectInput(session, 'selectcolumn', '选择要拆分的列', names(rv$data))
  })
  
  # 渲染可交互DT表
  output$table1 <- renderDT({
    req(rv$data)
    datatable(rv$data, 
              selection = list(mode = "multiple", target = "row+column"), # 同时支持行、列多选
              rownames = FALSE)
  })
}
shinyApp(ui, server)

主要修改说明 #

• 移除了冗余的rv1和values两套响应式存储，统一用rv$data存储所有操作后的表格数据，避免数据不同步
• 补充DT包依赖，明确开启DT表的行+列多选模式，支持同时选中多行多列操作
• 新增列删除功能，适配DT的0起始索引规则，删除列后同步更新拆分列的下拉选项
• 所有响应式变量的访问都放在observer/render等响应式上下文内部，解决原始报错
• 调整csv读取的分隔符参数适配测试数据，默认支持空格分隔的csv文件

内容的提问来源于stack exchange，提问作者Kevin Tracey