R Shiny：如何在执行反应语句之前更新输入对象

我正在基于很棒的 R Shiny 包构建一个探索性视觉应用程序。该应用程序要做的一件事是读取实值“测量”列并显示这些测量值的箱线图。此外，还有一个可选的selectInput小部件，允许用户选择group要深入研究的变量。这group变量基本上包含具有分类值的列的名称，例如性别（女性与男性）、国家/地区（美国、加拿大等）。因此，如果从以下选项中选择“性别”group selectInput，应用程序将显示两个箱线图，一个用于女性，另一个用于男性。

为了让用户能够灵活地关注某些类别（例如仅女性），我想出了checkboxGroupInput仅在以下情况下显示group变量同时被选择choices and selected最初设置为所有类别group多变的。例如，当用户只想查看女性的箱线图时，他/她可以轻松取消选中男性的复选框，并且男性的箱线图被删除，而女性的箱线图保留。

下列的暖流 https://stackoverflow.com/users/4190526/warmoverflow的建议，这是一个可复制的玩具示例

# global setup
library(shiny)
library(ggplot2)
library(dplyr)
set.seed(12345)
dummy_data <- data.frame(
    Value = c(rnorm(50), 2 + rnorm(50)),
    Gender = c(rep('Female', 50), rep('Male', 50)),
    Country = c(rep('US', 50), rep('CA', 50)),
    stringsAsFactors = FALSE
)

# ui function
ui <- fluidPage(
    sidebarLayout(
        sidebarPanel(
            selectInput('group', 'Group',
                        c('Choose'='', setdiff(names(dummy_data), 'Value'))),
            uiOutput('group_select')
        ),
        mainPanel(plotOutput('box_plot'))
    )
)

# server function
server <- function(input, output) {

    # the group level select/unselect widget
    output$group_select <- renderUI({
        req(input$group)
        data <- dummy_data
        group_levels <- unique(data[[input$group]])
        conditionalPanel(
            condition = "input.group != ''",
            checkboxGroupInput('group_select', input$group,
                               choices = group_levels, selected = group_levels)
        )
    })

    # filter the data if group variable is selected
    data_to_plot <- reactive({
        data <- dummy_data
        if(!(is.null(input$group) || input$group == '')) {
            data <- data %>% 
                mutate_(group_ = input$group) %>%
                filter(group_ %in% input$group_select)
        } else {
            data$group_ <- as.factor(rep.int(1, nrow(data)))
        }
        return(data)
    })

    # show the boxplot
    output$box_plot <- renderPlot({
        data <- data_to_plot()
        validate(
            need(!(is.null(data) || nrow(data) == 0),
                 'There are no data to plot!')
        )
        ggplot(data = data, aes(factor(group_), Value)) + geom_boxplot()
    })
}

shinyApp(ui = ui, server = server)

嗯，代码可以工作，但是reactive语句不必要地运行两次，一次当input$group更新后还有另一个input$group_select得到更新，因为您可以注意到错误消息“没有要绘制的数据！”当您从选项中选择“性别”时group下拉列表。所以我的问题是：有没有办法保证以下执行顺序：

1. input$group已更新->
2. input$group_select已更新 ->
3. reactive更新后（重新）执行input$group and input$group_select

我花了几乎一整天的时间寻找解决方案但收效甚微。

• 罗杰戴似乎已经解决了这个问题使用 sendInputMessage 和 receiveMessage 使闪亮的输入对象具有反应性 https://groups.google.com/forum/#!topic/shiny-discuss/udPfQ9o8JVY。但他的方法涉及创建一个 jstree，这对我来说完全是一个陌生的领域，看起来他已经从他的 Github 上删除了该解决方案。
• 另一个可能的线索是使用observeEvent此处描述（R闪亮观察运行在加载UI之前，这会导致空参数 https://stackoverflow.com/questions/22845874/r-shiny-observe-running-before-loading-of-ui-and-this-causes-null-parameters）。然而，observeEvent当您取消选择一个或多个类别时忽略它input$group_select.

Roger Day 指出，其困难在于输入更新函数通常不是反应性的，因此（根据我的实验和理解）比反应性语句执行得晚。或者，如果有一种方法可以使输入更新功能反应，则可以应用优先级值以所需的方式改变执行顺序。

任何意见都将不胜感激！抱歉描述太长！

我想我已经找到了解决方案。文中提到的方向未命名用户 https://stackoverflow.com/users/4956364/unnameduser and 暖流 https://stackoverflow.com/users/4190526/warmoverflow是对的。总体想法是创建一个反应值来表示，或更准确地说是监控group用户选择的类别并检测两者的任何变化group变量（使用observe) and group变量选择的类别（使用observe），然后通过在中添加以下代码块来相应地修改无功值server功能。

# use a reactive value to represent group level selection
group_selects <- reactiveValues(value = NULL)
observe({
    input$group
    if(is.null(input$group) || input$group == '')
        group_selects$value <- NULL
    else {
        data <- dummy_data
        group_selects$value <- unique(data[[input$group]])
    }
})
observe({
    input$group_select
    group_selects$value <- input$group_select
})

然后使用group_selects$value来代替input$group_select在数据操作块中

# filter the data if group variable is selected
data_to_plot <- reactive({
    data <- dummy_data
    if(!(is.null(input$group) || input$group == '')) {
        req(group_selects$value)                        # To prevent unnecessary re-run
        data <- data %>% 
            mutate_(group_ = input$group) %>%
            filter(group_ %in% group_selects$value)     # Replaced input$group_select
    } else {
        data$group_ <- as.factor(rep.int(1, nrow(data)))
    }
    return(data)
})