observeEvent() 中的嵌套 observeEvent() 执行过于频繁

Posted

技术标签:

【中文标题】observeEvent() 中的嵌套 observeEvent() 执行过于频繁【英文标题】:Nested observeEvent() in observeEvent() gets executed too often 【发布时间】:2017-08-03 12:43:45 【问题描述】:

编辑最后的可重现示例。

我发现了与here 描述的类似问题,但使用reactive() 并不能解决我的问题。

我正在开发一个应用程序,用户可以使用FileInput 上传文件,到目前为止它可以处理 FASTQ 和 CSV 文件(此处关注 CSV)。所有上传的文件都保存为 RData,然后可以在 selectinput 中选择它们再次加载它们。这个selectinput 基本上运行所有东西,因为在评估之后它会触发一些反应式 UI 来显示 CSV。我在打印时还注意到,当我选择一个新文件然后选择行时,它仍然会打印前一个文件中的行。

我今年 1 月开始使用 Shiny,我首先按照 Shiny 页面上的教程进行操作,并且潜伏了几个博客和 *** 问题,所以我确信我在反应性和其他 Shiny 方面犯了很多错误具体的事情。

selectinput观察者:

observeEvent(input$selectfiles, ignoreInit = T, 
    if (!is.null(USER$Data)) 
      if (nchar(input$selectfiles) > 1)
        file <- paste0(input$selectfiles, ".RData")

        # FASTQ
        if (endsWith(input$selectfiles, ".fastq"))
          source("LoadFastQ.R", local = T)

         else

          # CSV
          source("LoadCSV.R", local = T)

        
        # Force user to View tab once file is uploaded
        updateTabsetPanel(session, "inTabset", selected = "DataView")
      
    
  )

CSV 界面

output$CSV <- renderDataTable(
  datatable(
    CSV_table,
    filter = list(position = 'top'),
    class = 'cell-border strip hover',
    options = list(
      search = list(regex = TRUE, caseInsensitive = TRUE),
      pageLength = 10
    )
  )
)

output$DataOutput <- renderUI(
  fluidPage(
    fluidRow(
      column(4,
             selectInput("CSV_identifier", "Identifier",
                         choices = c(colnames(CSV_table)),
                         selected = colnames(CSV_table)[1])
      ),
      column(
        12, offset = -1,
        dataTableOutput("CSV")
      )
    ),
      actionButton("clustbutton", "Clustering"),
      actionButton("corrbutton", "Correlation")
    )
  )
)

选择行:

observeEvent(input$CSV_rows_selected, ignoreInit = T, 
  print("### NEW SELECT ###")
  print(input$CSV_rows_selected)
  CSV_selected <<- CSV_table[input$CSV_rows_selected, input$CSV_identifier]
  print(CSV_selected)
  print(dim(CSV_table))
)

点击行时的输出:

**click**
[1] "### NEW SELECT ###"
[1] 1                      # index of row in CSV
[1] "A"                    # value of index of row in CSV
[1]   22 1642              # dim(CSV)

**click**
[1] "### NEW SELECT ###"
[1] 1 2
[1] "A" "B"
[1]   22 1642

** Selecting new file **
**click**
[1] "### NEW SELECT ###"
[1] 1
[1] "A"
[1]   22 1642
[1] "### NEW SELECT ###"
[1] 1
[1] "X"
[1] 10  5

**click**
[1] "### NEW SELECT ###"
[1] 1 2
[1] "A" "B"
[1]   22 1642
[1] "### NEW SELECT ###"
[1] 1 2
[1] "X" "Y"
[1] 10  5

例子:

source("http://bioconductor.org/biocLite.R")
packages <-
  c(
    "shiny",
    "DT",
    "data.table",
    "DESeq2",
    "fpc",
    "gplots",
    "SCAN.UPC",
    "digest",
    "shinyBS",
    "ggplot2",
    "reshape",
    "shinyjs",
    "squash"
  )
for (package in packages) 
  if (!package %in% installed.packages())
    biocLite(package, ask = FALSE)
  
  library(package, character.only = T)

rm(list=ls())
gc()

tableA <- data.frame(LETTERS[1:10], runif(10, 1, 100), stringsAsFactors = F)
tableB <- data.frame(LETTERS[11:20], runif(10, 1, 100), stringsAsFactors = F)

# Define UI for application that draws a histogram
ui <- navbarPage(
  title = "TEST", 
  id = "inTabset",

  # Tab 1 - Loading file
  tabPanel(
    title = "Load File",
    value = "loadfile",

    fluidRow(
      useShinyjs(),
      selectInput(
        "selectfiles",
        label = "Select loaded file",
        multiple = F,
        choices = c("tableA", "tableB"), selected = "tableA"
      )
    )
  ),

  # Tab 2 - View Data
  tabPanel(
    title = "View",
    value = "DataView",
    useShinyjs(),
    uiOutput("DataOutput")
  )
)


# Define server logic required to draw a histogram
server <- function(input, output, session) 

  # READ FILE AND RETURN DATA
  observeEvent(input$selectfiles, 
    # CSV
    CSV_table <- get(input$selectfiles)

    output$CSV <- renderDataTable(
      datatable(
        CSV_table,
        filter = list(position = 'top'),
        class = 'cell-border strip hover',
        options = list(
          search = list(regex = TRUE, caseInsensitive = TRUE),
          pageLength = 10
        )
      )
    )

    output$DataOutput <- renderUI(
      fluidPage(
        fluidRow(
          column(4,
                 selectInput("CSV_identifier", "Identifier",
                             choices = c(colnames(CSV_table)),
                             selected = colnames(CSV_table)[1])
          ),
          column(
            12, offset = -1,
            dataTableOutput("CSV")
          )
        ),
        fluidRow(
          bsModal("clusterDESeqplotwindow", "DESeq clustering", trigger = "clusterDESeq", size = 'large',
                  plotOutput("clusterDESeqplot"),
                  downloadButton("clusterDESeqplotDownload")
          ),
          bsModal("clusterUPCplotwindow", "UPC clustering", trigger = "clusterUPC", size = 'large',
                  plotOutput("clusterUPCplot"),
                  downloadButton("clusterUPCplotDownload")
          ),
          bsModal("clustering", "Clustering", trigger = "clustbutton", size = "large",
                  fluidRow(
                    column(5,
                           textOutput("bsModal_selected_rows"),
                           br(),
                           htmlOutput("bsModal_Log")
                    ),
                    column(6, offset = 1,
                           fileInput("metadata", "Add metadata"),
                           selectInput("CSV_clusterparam", "Select DE parameter", choices = c(colnames(CSV_table)), selected = c(colnames(CSV_table))[2])
                    )
                    ,
                    div(id = "clusterButtons",
                        column(4, align="center",
                               actionButton("clusterUPC", "UPC"),
                               actionButton("clusterDESeq", "DESeq")
                        )
                    )
                  )
          ),
          actionButton("clustbutton", "Clustering"),
          actionButton("corrbutton", "Correlation")
        )
      )
    )


    observeEvent(input$CSV_rows_selected, ignoreInit = T, 
      print("### NEW SELECT ###")
      print(input$CSV_rows_selected)
      CSV_selected <<- CSV_table[input$CSV_rows_selected, input$CSV_identifier]
      print(CSV_selected)
      print(dim(CSV_table))
      output$bsModal_selected_rows <- renderText(paste("Selected samples:", paste(CSV_selected, collapse = ", ")))
    )
  )

  session$onSessionEnded(stopApp)  


# Run the application 
shinyApp(ui = ui, server = server)

【问题讨论】:

我认为你的意思是 datatables 标签或其他类似的东西,而不是 data.table 包的标签。 我正在使用 data.table 包,但足够公平。错误与包本身无关。 好的,由你决定。也许是相关的;我不知道有什么闪亮的,但我知道它支持一些数据表。 不,你是对的。我已经删除了标签。 为什么reactive()不解决您的问题? (我认为确实如此:)) 【参考方案1】:

所以事实证明我完全想多了。 由于嵌套的 observe() 是问题所在,并尝试使用 reactive()eventReactive() 修复它并且没有任何效果,我得出的结论是我应该从我的 LoadCSV.R 脚本中删除 observeEvent() 调用,带来在用于检查 selectinput() 元素的 observeEvent 之外进行观察。

现在一切都按预期工作了..

【讨论】:

以上是关于observeEvent() 中的嵌套 observeEvent() 执行过于频繁的主要内容,如果未能解决你的问题,请参考以下文章

如何从可反应中的单元格呈现按钮触发带有observeEvent的modalBox?

Shiny:Shiny Dashboard (sidebarMenu) 中的 renderMenu 和 observeEvent 冲突

无法使用 observeEvent 和 eventReactive 更新闪亮应用程序中的输入

R Shiny:在 ObserveEvent 中更新代理表列标题

数据框不会在 Shiny R 中使用 observeEvent 更新

Shiny:observeEvent 和 eventReactive 有啥区别?