当前位置: 首页 > 知识库问答 >
问题:

可数据化中的primeface selectonemenu和f: selectonemenu

勾海超
2023-03-14

我使用的是primefaces 3.5,在datatable中的一列中有一个p:selectonemenu。我在同一数据表的另一列上有一个提交按钮。当我提交时,该行将被删除。在这里,当我选择“其他”然后执行提交操作并更新表单时,其他行中的p:selectonemenu项将获得“其他”作为第一个值。每次将“其他”设置为最后一个值的方法是什么

 <p:column headerText="Buyer Response" style="white-space:pre-line;">
                            <p:selectOneMenu value="#{buyerInProcessBean.subject}"
                                id="buyerResponseId" >
                                <f:selectItems 
                                    value="#{buyerInProcessBean.subjectMap[trans.decisionrule.ruleId]}"
                                    var="subject" itemLabel="#{subject}" itemValue="#{subject}"></f:selectItems>
                                <f:selectItem itemLabel="Other" itemValue="Other" ></f:selectItem>
                            </p:selectOneMenu>
                        </p:column>

共有1个答案

金承嗣
2023-03-14

既然你有

<p:selectOneMenu value="#{buyerInProcessBean.subject}">

主题在所有行之间共享,当然,其他选择菜单将具有与所选菜单相同的值(在您的情况下为其他菜单)。为此,我建议进行一个简单的修复,您必须将subject属性移动到正在迭代的对象。

另一个修复方法是,在提交时执行的方法完成后,将subject属性设置为“Other”。但这样一来,即使更改了selectmenu,也会失去“Other”的价值。

总之,你必须改变你的逻辑,这样主题就不会在行之间共享

 类似资料:
  • 机器学习关于将模型拟合到数据;出于这个原因,我们首先讨论如何表示数据以便计算机理解。 除此之外,我们将基于上一节中的matplotlib示例构建,并展示如何可视化数据的一些示例。 sklearn 中的数据 scikit-learn 中的数据(极少数例外)被假定存储为形状为[n_samples, n_features]的二维数组。许多算法也接受形状相同的scipy.sparse矩阵。 n_sampl

  • 数据可视化工具 JS 库: d3 sigmajs **部件 & 组件:</h5> Chart.js C3.js Google Charts chartist-jsj amCharts [$] Highcharts [Non-commercial free to $] FusionCharts [$] ZingChart [free to $] Epoch 服务: Datawrapper infog

  • 在侧边导航栏点击 Visualize 开始视化您的数据。 Visualize 工具能让您通过多种方式浏览您的数据。例如:我们使用饼图这个重要的可视化控件来查看银行账户样本数据中的账户余额。点击屏幕中间的 Create a visualization 蓝色按钮开始。 有很多种可视化控件可供选择。我们点击其中一个名为 Pie 的。 您可以为已保存的搜索建立可视化效果,或者输入新的搜索条件。使用后者时,

  • 数据可视化主要旨在借助于图形化手段,清晰有效地传达与沟通信息。 热力图 散点图 动画要素图 高效率点图层 ECharts Mapv OSM Buildings

  • 在我们开始的我们的可视化的之旅之前,需要简单的介绍一些数据分析工具,我们的数据可视化的任务也是建立在数据分析的基础之上。Python 的主要数据分析工具如下所示: Numpy:这个是数据计算的工具,主要用来进行矩阵的运算,矢量运算等等。 Scipy:科学计算函数库,主要用在学术领域,主要包含线性代数模块,信号与图像处理模块,统计学模块等等。 Sympy:数学符号计算库 Pandas:包含了 num

  • 本书是一本系统介绍数据可视化的图书。书中主要阐述了如何将冰冷枯燥的数据转换成易于理解、生动有趣、主题清晰的图表。作者根据数据可视化的一般顺序,先后介绍了如何获取数据,将数据格式化,然后用可视化工具(如R)生成图表,最后在图形处理软件(如 Illustrator)中修改完善,使图表达到最佳的可视化效果。本书详细介绍了柱形图、饼图、折线图和散点图等图表的绘制方法及各自的优缺点,还用专门的一章介绍与地图