feat(ssa): Complete Phase 2A frontend integration - multi-step workflow end-to-end

Phase 2A: WorkflowPlannerService, WorkflowExecutorService, Python data quality, 6 bug fixes, DescriptiveResultView, multi-step R code/Word export, MVP UI reuse. V11 UI: Gemini-style, multi-task, single-page scroll, Word export. Architecture: Block-based rendering consensus (4 block types). New R tools: chi_square, correlation, descriptive, logistic_binary, mann_whitney, t_test_paired. Docs: dev summary, block-based plan, status updates, task list v2.0.

Co-authored-by: Cursor <cursoragent@cursor.com>

r-statistics-service/utils/data_loader.R

@@ -29,23 +29,59 @@ load_input_data <- function(input) {
     
     # 调试：打印原始数据结构
     message(glue("[DataLoader] 原始数据类型: {class(raw_data)}"))
-    message(glue("[DataLoader] 原始数据字段: {paste(names(raw_data), collapse=', ')}"))
+    message(glue("[DataLoader] 原始数据长度: {length(raw_data)}"))
     
     # 安全转换：处理不同的 JSON 解析结果
     if (is.data.frame(raw_data)) {
+      # 已经是 data.frame
       df <- raw_data
-    } else if (is.list(raw_data)) {
-      # JSON 对象 {"col1": [...], "col2": [...]} -> data.frame
-      # JSON 数组可能被解析为 list 而非 vector，需要先 unlist
-      df <- data.frame(
-        lapply(raw_data, function(x) {
-          if (is.list(x)) unlist(x) else x
-        }),
-        stringsAsFactors = FALSE
-      )
+      message("[DataLoader] 数据已是 data.frame")
+      
+    } else if (is.list(raw_data) && length(raw_data) > 0) {
+      # 检查是行格式还是列格式
+      first_elem <- raw_data[[1]]
+      
+      if (is.list(first_elem) && !is.null(names(first_elem))) {
+        # 行格式: [{"col1": val1, "col2": val2}, {...}, ...]
+        # 每个元素是一行数据
+        message("[DataLoader] 检测到行格式数据 (JSON array of objects)")
+        
+        # 使用 jsonlite 的 bind_rows 功能
+        df <- tryCatch({
+          # 方法1：使用 do.call + rbind.data.frame
+          df_list <- lapply(raw_data, function(row) {
+            # 将每一行转为 data.frame
+            as.data.frame(lapply(row, function(val) {
+              if (is.null(val)) NA else val
+            }), stringsAsFactors = FALSE)
+          })
+          do.call(rbind, df_list)
+        }, error = function(e) {
+          # 方法2：如果上面失败，尝试 jsonlite 转换
+          message(glue("[DataLoader] rbind 失败，尝试 jsonlite 转换: {e$message}"))
+          jsonlite::fromJSON(jsonlite::toJSON(raw_data), flatten = TRUE)
+        })
+        
+      } else if (!is.null(names(raw_data))) {
+        # 列格式: {"col1": [...], "col2": [...]}
+        message("[DataLoader] 检测到列格式数据 (JSON object with arrays)")
+        df <- data.frame(
+          lapply(raw_data, function(x) {
+            if (is.list(x)) unlist(x) else x
+          }),
+          stringsAsFactors = FALSE
+        )
+        
+      } else {
+        # 未知格式
+        message(glue("[DataLoader] 未知数据格式，first_elem class: {class(first_elem)}"))
+        stop(make_error(ERROR_CODES$E100_INTERNAL_ERROR,
+                        details = "无法识别的数据格式"))
+      }
+      
     } else {
       stop(make_error(ERROR_CODES$E100_INTERNAL_ERROR,
-                      details = paste("无法解析的数据类型:", class(raw_data))))
+                      details = paste("无法解析的数据类型:", class(raw_data), "或数据为空")))
     }
     
     message(glue("[DataLoader] 转换后: {nrow(df)} 行, {ncol(df)} 列, 列名: {paste(names(df), collapse=', ')}"))