R Shiny UI实现用户自定义多行测试数据集输入的技术求助

我明白你想要实现的核心需求：让用户自定义测试集的观测数量，手动输入每一行的5个自变量值，再用训练好的模型完成预测。你当前的代码只能处理单条观测，问题出在固定的单条输入控件和未适配多行数据的逻辑上。

下面是修改后的完整可运行代码，同时我会拆解关键改动点：

library(shiny)
library(randomForest) # 记得加载模型依赖包，原代码遗漏了这一步

ui <- shinyUI(fluidPage(
  titlePanel("Model"),
  sidebarLayout(
    sidebarPanel(
      # 新增：让用户选择测试集的观测数量
      numericInput("num_obs", "测试集观测数量", min = 1, max = 100, value = 50, step = 1),
      # 动态生成的多行输入控件会挂载在这里
      uiOutput("dynamic_inputs"),
      actionButton("Run_model", "Run model")
    ),
    mainPanel(
      tabsetPanel(
        tabPanel("模型摘要", verbatimTextOutput('model_summary')),
        tabPanel("预测结果", tableOutput('pred_results')) # 新增tab展示每条测试数据的预测值
      )
    )
  )
))

server <- function(input, output, session){
  set.seed(1234)
  
  # 提前生成训练数据集，避免每次触发事件都重复生成
  train <- data.frame(replicate(6, sample(1:100, 1000, rep=TRUE)))
  names(train) <- c("Var1", "Var2", "Var3", "Var4", "Var5", "Var6")
  
  # 核心：根据用户选择的行数，动态生成对应输入控件
  output$dynamic_inputs <- renderUI({
    num_rows <- input$num_obs
    # 循环为每一行生成5个变量的滑块输入，每个控件用唯一ID区分（如Var1_1对应第一行的Var1）
    lapply(1:num_rows, function(row) {
      fluidRow(
        column(2, sliderInput(paste0("Var1_", row), label = paste("行", row, "- Variable 1"), min=100, max=1000, value=200, step=1)),
        column(2, sliderInput(paste0("Var2_", row), label = paste("行", row, "- Variable 2"), min=500, max=800, value=600, step=1)),
        column(2, sliderInput(paste0("Var3_", row), label = paste("行", row, "- Variable 3"), min=0, max=1, value=0.5, step=0.01)),
        column(2, sliderInput(paste0("Var4_", row), label = paste("行", row, "- Variable 4"), min=1, max=20, value=5, step=1)),
        column(2, sliderInput(paste0("Var5_", row), label = paste("行", row, "- Variable 5"), min=0, max=1, value=0.6, step=0.01))
      )
    })
  })
  
  # 收集输入并运行模型预测
  observeEvent(input$Run_model, {
    num_rows <- input$num_obs
    # 创建空的测试数据框，预定义变量类型
    test_df <- data.frame(
      Var1 = integer(num_rows),
      Var2 = integer(num_rows),
      Var3 = numeric(num_rows),
      Var4 = integer(num_rows),
      Var5 = numeric(num_rows)
    )
    
    # 循环提取每一行的输入值，填充到测试数据框中
    for(row in 1:num_rows) {
      test_df$Var1[row] <- as.integer(input[[paste0("Var1_", row)]])
      test_df$Var2[row] <- as.integer(input[[paste0("Var2_", row)]])
      test_df$Var3[row] <- as.numeric(input[[paste0("Var3_", row)]])
      test_df$Var4[row] <- as.integer(input[[paste0("Var4_", row)]])
      test_df$Var5[row] <- as.numeric(input[[paste0("Var5_", row)]]) # 修正原代码的笔误：之前误用了Var4的输入值
    }
    
    # 训练模型（如果模型不需要频繁更新，可移到observeEvent外只训练一次）
    model <- randomForest(Var6 ~ ., data = train, ntree=500)
    # 执行预测
    pred <- predict(model, newdata = test_df)
    test_df$预测结果 <- pred
    
    # 输出模型摘要和预测结果
    output$model_summary <- renderPrint({
      summary(model)
    })
    output$pred_results <- renderTable({
      test_df
    })
  })
}

shinyApp(ui=ui, server=server)

关键改动说明： #

• 动态输入控件生成：通过renderUI结合lapply，根据用户选择的行数生成对应数量的输入行，每个控件用唯一ID区分，确保能准确收集每行数据。
• 修正代码错误：修复了原代码中Var5误用Var4输入值的笔误，移除了不必要的嵌套observe逻辑。
• 数据收集与展示：循环提取每行输入值组装成测试数据集，新增预测结果展示tab，让用户直观看到每条测试数据的输出。
• 优化性能：将训练数据集的生成移到server初始化阶段，避免每次点击按钮都重复生成数据。

内容的提问来源于stack exchange，提问作者Abhay Singh