R语言：用Plotly与Crosstalk过滤数据生成缺失值点图遇阻

你的代码中过滤器不生效的核心原因是：R端提前完成了分组汇总计算，生成的点图数据是基于原始全量数据的静态结果，不会响应Crosstalk在客户端的年份过滤操作。要实现无需Shiny的客户端动态汇总，需要让分组统计在前端完成，利用Plotly的transforms功能结合Crosstalk的SharedData来实现。

修复后的完整代码 #

library(plotly)
library(crosstalk)
library(forcats)

# 加载数据集
data(txhousing, package = "ggplot2")

# 创建Crosstalk共享数据对象
tx_shared <- SharedData$new(txhousing, key = ~city, group = "txhousing")

# 生成响应过滤的缺失值汇总点图
dot_plot <- plot_ly(tx_shared, color = I("black")) %>%
  # 基于原始列初始化标记，后续通过transform做聚合
  add_markers(
    x = ~median,
    y = ~city,
    hoverinfo = "text",
    # 自定义hover文本，显示聚合后的缺失值数量
    text = ~paste("城市:", city, "<br>缺失月份数: ", ..sum..)
  ) %>%
  # 配置客户端聚合规则：按城市分组，统计median列的缺失值数量
  transform(
    list(
      type = "aggregate",
      groups = ~city,
      aggregations = list(
        list(
          target = "x",
          func = "count",
          enabled = TRUE,
          # 过滤条件：仅统计median为NaN的行
          filter = list(
            target = "x",
            operation = "is NaN"
          )
        )
      )
    )
  ) %>%
  # 过滤掉无缺失值的城市
  filter(~sum > 0) %>%
  layout(
    xaxis = list(title = "缺失月份数"),
    yaxis = list(
      title = "",
      type = "category",
      # 按缺失值数量升序排列城市
      categoryorder = "total ascending"
    )
  )

# 组合过滤器与图表
bscols(
  filter_select("year_filter", "选择年份", tx_shared, ~year),
  dot_plot,
  widths = c(4, 8)
)

关键改动说明 #

1. 用SharedData$new()替代highlight_key：更明确地创建Crosstalk共享数据，确保过滤器能正确关联数据。
2. 使用Plotly的transform实现客户端聚合：将分组统计逻辑放在前端执行，这样每次触发过滤器时，都会基于过滤后的实时数据重新计算缺失值数量。
3. 动态排序Y轴：通过categoryorder = "total ascending"让城市按缺失值数量自动排序，提升可读性。

内容的提问来源于stack exchange，提问作者Erin