Shiny应用中ggplot绘图失败：X轴年份值转为NA引发报错

核心报错原因 #

报错提示'from' must be a finite number，本质是plot_data$Year中存在NA值，导致seq(min(...), max(...))无法生成有效序列。根源是从列名提取的年份字符串未正确转换为数值型，或列名本身包含非数字字符。

具体解决步骤 #

1. 强制转换并清理年份数据

在创建plot_data时，明确将年份列转换为数值型，并过滤掉转换失败产生的NA行：

# 提取年份列名并转换为数值
year_cols <- as.numeric(colnames(values)[8:ncol(values)])
# 创建绘图数据框并过滤NA
plot_data <- data.frame(
  Year = year_cols,
  Cumulative = cumulativeequip
)
plot_data <- plot_data[!is.na(plot_data$Year), ]

2. 清理非法列名（若存在）

如果列名包含非数字字符（如"Year2020"、"2020 "），先提取纯数字部分再转换：

year_cols <- colnames(values)[8:ncol(values)]
# 移除所有非数字字符
year_cols <- gsub("[^0-9]", "", year_cols)
year_cols <- as.numeric(year_cols)

3. 优化Shiny响应式逻辑

避免在observeEvent中嵌套renderPlot，改用reactive对象处理数据，逻辑更清晰且不易出错：

server <- function(input, output, session) {
  
  userfile <- reactive({ input$file })
  
  filereact <- reactive({
    read.table(
      file = userfile()$datapath,
      sep = ',',
      header = T,
      stringsAsFactors = T
    )
  })
  
  # 用reactive处理计算和绘图数据
  plot_data <- reactive({
    Equipmentdata <- filereact()
    
    # --- 这里放入你的所有计算逻辑 ---
    # values <- ... 你的计算得到的values数据框
    
    non_cumulativeequip <- colSums(values[, 8:ncol(values)])
    cumulativeequip <- cumsum(non_cumulativeequip)
    
    # 处理年份列
    year_cols <- as.numeric(colnames(values)[8:ncol(values)])
    df <- data.frame(Year = year_cols, Cumulative = cumulativeequip)
    df[!is.na(df$Year), ]
  })
  
  output$chart1 <- renderPlot({
    pd <- plot_data()
    ggplot(pd, aes(x = Year, y = Cumulative, group = 1)) +
      geom_line(size = 0.8) +
      labs(x = "Year", y = "Cumulative $") +
      ggtitle("Test") +
      theme(axis.text.x = element_text(angle = 90, vjust = 0.5, hjust = 1)) +
      scale_y_continuous(labels = dollar_format(prefix = "$"),
                         breaks = seq(0, max(pd$Cumulative), by = 50000000)) +
      scale_x_continuous(breaks = seq(min(pd$Year), max(pd$Year), by = 1)) +
      theme(text = element_text(size = 14))
  })
}

4. 临时排查手段

若仍有问题，添加打印语句检查列名是否符合预期：

print(colnames(values)[8:ncol(values)])  # 查看原始列名
print(year_cols)  # 查看转换后的年份值

内容的提问来源于stack exchange，提问作者Yen