R语言plot.window报错‘final xlim values needed’的排查与修正

你遇到的错误是因为函数循环遍历了所有变量，包括那些is_red_开头的字符型分类变量。当把这些字符型变量转成numeric时，会生成大量NA，导致range(x, na.rm=TRUE)返回c(Inf, -Inf)，触发plot.window的错误；同时全NA的x也会引发min/max的警告。

另外，这些is_red_变量是用来标记结果的，本身不是需要计算距离的预测变量，完全没必要纳入循环处理。

修改函数，只遍历数值型的预测变量（排除响应变量Y和所有is_red_开头的分类变量），同时优化部分逻辑：

plot_and_threshold <- function(data, response_var) {
  # 筛选需要处理的数值型预测变量：排除响应变量，排除is_red_开头的变量
  predictor_vars <- setdiff(
    names(data)[sapply(data, is.numeric)], 
    response_var
  )
  
  # 仅对数值型预测变量进行处理
  for (x_var in predictor_vars) {
    x <- data[[x_var]]
    y <- as.numeric(data[[response_var]])
    
    # 绘制初始散点图
    plot(x, y, col = "red", main = paste("Y vs", x_var))
    
    # 拟合线性回归模型
    model <- lm(y ~ x)
    a <- coef(model)[1]
    b <- coef(model)[2]
    
    # 计算点到回归线的垂直距离
    distances <- abs(y - (a + b * x))
    
    # K-means聚类（直接传入向量即可）
    kmeans_obj <- kmeans(distances, centers = 2)
    cluster_centers <- kmeans_obj$centers
    
    # 计算阈值：取两个簇中心的中间值，不受簇顺序影响
    threshold <- mean(cluster_centers)
    
    # 更新对应的is_red_变量：距离大于阈值标记为no（远离回归线）
    is_red_col <- paste0("is_red_", x_var)
    data[[is_red_col]] <- ifelse(distances > threshold, "no", "yes")
    
    # 绘制更新后的散点图：红色为接近回归线，灰色为远离
    points(x, y, col = ifelse(data[[is_red_col]] == "no", "grey", "red"))
    # 添加回归线辅助观察
    abline(model, col = "blue", lwd = 2)
  }
  
  return(data)
}

# 运行修正后的函数
final_data_updated <- plot_and_threshold(final_data, "Y")

• 变量筛选：通过sapply(data, is.numeric)筛选数值型变量，再排除响应变量，确保只处理需要计算的预测变量，避免处理字符型的is_red_变量。
• 移除不必要的类型转换：筛选后的x已经是数值型，无需再转，避免NA生成。
• 简化kmeans调用：直接传入距离向量，无需转成matrix，代码更简洁。
• 添加回归线：直观展示点与回归线的相对位置，方便验证结果。
• 容错处理标记列：即使原数据中没有对应is_red_列，函数也会自动创建。

运行修正后的函数后，会为每个数值预测变量生成对应的散点图，红色点表示接近回归线（is_red_*为yes），灰色点表示远离（is_red_*为no），同时返回更新后的数据集final_data_updated。

内容的提问来源于stack exchange，提问作者psysky