Error: all observations are in the same group, while filtering the R model dynamically from shiny ui list

Error: all observations are in the same group, while filtering the R model dynamically from shiny ui list

伙计们,我是 Shiny 的新手,在这里我遇到了 R 到 shiny 翻译的问题, 我正在使用 SelectInput 将 teacher_IDs 作为输入来过滤 sever.r 上相应的学生数据。 Data looks like this 到这里为止,下面的代码工作正常。

library(shiny)

x <- fluidPage("this is fluid page", 
           selectInput("Selecter","slide to select",choices = ID$Teacher_ID, 
selected = "1003935242" ),
          tableOutput("data")
  ################### server.r #################
)
shinyServer(function(input, output) 
output$data = renderTable({
  TeachersData[TeachersData$Teacher_ID==input$Selecter,]
}) 
})

但是在下面,当我在如下所示的 RenderTable() 块中添加更多使用方差分析、kruskal 等实际计算统计值的代码时,我收到错误消息


Error:All observations are in the same group

***,我试图通过拆分和创建具有因子和其他一些东西但无法解决的组来解决。 代码中没有问题,似乎用闪亮的方式处理数据有问题。

   ############ server.r problematic ##########

shinyServer(function(input, output) {

output$data = renderTable({

  Instro = TeachersData[TeachersData$Teacher_ID==input$Selecter,]
  Data_Procedure1= Instro 
  Data_Procedure1$Score=as.numeric(as.character(Data_Procedure1$Score))
  Data_Procedure1_ByCourse=Subset_Data_ByCourse_fct(Data_Procedure1)
  ANOVA_Procedure1= Compare_ANOVA_Procedure1_fct(Data_Procedure1, 
  Data_Procedure1$Score, as.factor(Data_Procedure1$Course_ID), alpha)
  p_Procedure1 = ANOVA_Procedure1$p_value
  Method_Procedure1= ANOVA_Procedure1$test_name
  PairWise_Compare_Procedure1=Pairwise_Comparison_fct(Method_Procedure1, 
  Data_Procedure1, Data_Procedure1$Score, 
  as.factor(Data_Procedure1$Course_ID ))
  result <- as.data.frame(PairWise_Compare_Procedure1)
})

})

Error message

请哪位大侠帮忙解答一下,万分感谢

首先,这个'ID$Teacher_ID'加载正常吗?选项是否显示在 UI?有时这可能是个问题。

其次,如果我理解正确你的问题,你应该改变这个:

TeachersData[TeachersData$Teacher_ID==input$slide,]

对此:

TeachersData[TeachersData$Teacher_ID==input$Selecter,]

如果这不是问题,也许您应该显示什么是 input$slide?

感谢@Ricardo 的帮助,但问题出在其他地方。 进一步挖掘后,发现数据集有问题。因为当我过滤数据时,数据中的一些 Teacher_ID 有单个记录,没有进一步的 sub-grouping,那是统计模型无法捕获那些 Teacher_ID 的观察结果,并且抛出所有观察结果都在同一组中的错误。所以当我过滤掉这种在统计上不显着的类型数据后,现在一切正常。