WedX - журнал о программировании и компьютерных науках

Как редактировать и сохранять изменения, сделанные в Shiny DataTable с помощью пакета DT

Я хотел бы отредактировать таблицу и сохранить изменения в приведенном ниже примере. Вот что у меня есть на данный момент.

library(shiny)
library(DT)

Admit<-c("Admitted","Rejected","Admitted", "Rejected", "Admitted", "Rejected", "Admitted",
         "Rejected","Admitted", "Rejected", "Admitted","Rejected","Admitted", "Rejected","Admitted","Rejected", "Admitted", "Rejected",
         "Admitted","Rejected", "Admitted" ,"Rejected","Admitted", "Rejected")
Gender<-c("Male","Male","Female","Female", "Male",   "Male",   "Female", "Female", "Male","Male","Female","Female",
          "Male","Male","Female","Female","Male",   "Male",   "Female", "Female","Male","Male","Female","Female")
Dept<-c( "A","A", "A", "A", "B", "B", "B", "B", "C", "C", "C", "C", "D", "D", "D", "D", "E", "E", "E", "E", "F", "F", "F", "F")
Freq<-c("512", "313",  "89",  "19", "353", "207",  "17",   "8", "120", "205", "202", "391", "138", "279", "131", "244",  "53", "138",
        "94", "299",  "22", "351",  "24", "317")

banking.df<-data.frame(Admit,Gender,Dept, Freq)


# Define UI ----
ui <- fluidPage(
  titlePanel("UC Berkley Admissions"),

    mainPanel(
      tabsetPanel(
        id = 'dataset',
        tabPanel("Sample Bank", DT::dataTableOutput("banking.df"),
                 br(),
                 actionButton("saveBtn","Save")))))

# Define server logic ----
server <- function(input, output) {
  d1 = banking.df
  d1$Date = Sys.time() + seq_len(nrow(d1))

  output$banking.df=render_dt(d1,'cell')

  #edit a single cell
  proxy5=dataTableProxy('banking.df')
  observeEvent(input$banking.df_cell_edit,{
    info=input$banking.df_cell_edit
    str(info)
    d1<<-editData(d1,info)
    replaceData(proxy5,d1,resetPaging = FALSE)
  })

  #observeEvent(input$saveBtn,write.csv(input$banking.df),
  #             file="NewData.csv",row.names=FALSE)
}



# Run the app ----
shinyApp(ui = ui, server = server)

Я могу редактировать таблицу, и в ней будут сохранены изменения. Однако всякий раз, когда я пытаюсь внести новое изменение в конкретный столбец, он не сохраняет изменения и оставляет его пустым. Например, если я наберу «H» на dept. столбец, изменение которого запрещено. Как я могу это исправить? Кроме того, как я могу использовать "кнопку сохранения", чтобы она могла перезаписать bank.df? Спасибо.

12.11.2019

Ответы:


1

Я попробовал ваш код и изменил несколько элементов. Необходимо очистить несколько пунктов:

  • Вы можете использовать свойства DT editable = TRUE.
  • Для загрузки в формате CSV или Excel вы можете использовать CSV по умолчанию DT, кнопку Excel. Он может хранить отредактированные данные.
  • Если вы хотите использовать отдельную кнопку для загрузки, вы можете просто использовать для этого write.csv ().

Код: UI.R

library(shiny)
library(DT)

fluidPage(
  titlePanel("UC Berkley Admissions"),

  mainPanel(
    tabsetPanel(
      id = 'dataset',
      tabPanel("Sample Bank", 

               DT::dataTableOutput("banking.df_data"),
               br(),
               actionButton("viewBtn","View"),
               br(),
               actionButton("saveBtn","Save"),
               br(),
               DT::dataTableOutput("updated.df")
               ))))

Server.R

Admit<-c("Admitted","Rejected","Admitted", "Rejected", "Admitted", "Rejected", "Admitted",
         "Rejected","Admitted", "Rejected", "Admitted","Rejected","Admitted", "Rejected","Admitted","Rejected", "Admitted", "Rejected",
         "Admitted","Rejected", "Admitted" ,"Rejected","Admitted", "Rejected")
Gender<-c("Male","Male","Female","Female", "Male",   "Male",   "Female", "Female", "Male","Male","Female","Female",
          "Male","Male","Female","Female","Male",   "Male",   "Female", "Female","Male","Male","Female","Female")
Dept<-c( "A","A", "A", "A", "B", "B", "B", "B", "C", "C", "C", "C", "D", "D", "D", "D", "E", "E", "E", "E", "F", "F", "F", "F")
Freq<-c("512", "313",  "89",  "19", "353", "207",  "17",   "8", "120", "205", "202", "391", "138", "279", "131", "244",  "53", "138",
        "94", "299",  "22", "351",  "24", "317")

banking.df<-data.frame(Admit,Gender,Dept, Freq,stringsAsFactors = FALSE)
d1 = banking.df
d1$Date = Sys.time() + seq_len(nrow(d1))

function(input, output) {


  output$banking.df_data<-renderDataTable(
    d1,selection = 'none', editable = TRUE, 
    rownames = TRUE,
    extensions = 'Buttons',

    options = list(
      paging = TRUE,
      searching = TRUE,
      fixedColumns = TRUE,
      autoWidth = TRUE,
      ordering = TRUE,
      dom = 'Bfrtip',
      buttons = c('csv', 'excel')
    ),

    class = "display"
  )


  observeEvent(input$banking.df_data_cell_edit, {
    d1[input$banking.df_data_cell_edit$row,input$banking.df_data_cell_edit$col] <<- input$banking.df_data_cell_edit$value
  })

 view_fun<-eventReactive(input$viewBtn,{
    if(is.null(input$saveBtn)||input$saveBtn==0)
    {
      returnValue()
    }
    else
    {
     DT::datatable(d1,selection = 'none')
    }

  })


  observeEvent(input$saveBtn,{
    write.csv(d1,'test.csv')
  })

  output$updated.df<-renderDataTable({
    view_fun()
  }
  )
}

Надеюсь это поможет. введите описание изображения здесь

12.11.2019
  • Отлично. Большое спасибо! 12.11.2019
  • Новые материалы

    Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что это выглядит сложно…
    Просто начните и учитесь самостоятельно Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что он кажется мне сложным, и я бросил его. Это в основном инструмент..

    Лицензии с открытым исходным кодом: руководство для разработчиков и создателей
    В динамичном мире разработки программного обеспечения открытый исходный код стал мощной парадигмой, способствующей сотрудничеству, инновациям и прогрессу, движимому сообществом. В основе..

    Объяснение документов 02: BERT
    BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка. Во время предварительного обучения модель обучается на неразмеченных данных с помощью..

    Как проанализировать работу вашего классификатора?
    Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

    Работа с цепями Маркова, часть 4 (Машинное обучение)
    Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

    Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
    Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..

    Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
    Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..


    Для любых предложений по сайту: [email protected]