Shiny中renderPlot调用响应式子集数据报错：部分列找不到

核心错误根源 #

• subset函数逻辑错误：在响应式数据筛选中，分类变量（位置/球员/球队）的判断用了=（赋值符号）而非==（比较符号），且多选场景下必须用%in%而非==，这会直接导致筛选失效，甚至引发数据框列丢失。
• 数据清理遗漏赋值：数据处理阶段FantFootDF[!is.na(FantFootDF$FantPos),]未将过滤后的结果赋值回原数据框，空值行残留可能引发后续列名异常。
• ggplot冗余数据传递：绘图时重复在ggplot()和geom_point()中传入数据源，虽不直接报错，但会增加不必要的计算开销。

修正后的关键代码片段 #

1. 数据清理修正 #

# 原代码未赋值，修正后保留非空位置的行
FantFootDF <- FantFootDF[!is.na(FantFootDF$FantPos),]

2. 响应式数据筛选修正 #

df <- reactive({
  subset(FinalDF,
         FantPos %in% input$position,
         Player %in% input$playername,
         Team %in% input$team,
         Age >= input$age[1]            & Age <= input$age[2],
         Cmp >= input$completions[1]    & Cmp <= input$completions[2],
         PAtt >= input$Pattempts[1]     & PAtt <= input$Pattempts[2],
         PYds >= input$Pyards[1]        & PYds <= input$Pyards[2],
         PTD >= input$Ptds[1]           & PTD <= input$Ptds[2],
         RuYA >= input$RuYperA[1]       & RuYA <= input$RuYperA[2],
         RuAtt >= input$RuAttempts[1]   & RuAtt <= input$RuAttempts[2],
         RuYds >= input$RuYards[1]      & RuYds <= input$RuYards[2],
         RuTD >= input$RuTDs[1]         & RuTD <= input$RuTDs[2],
         Rec >= input$rec[1]            & Rec <= input$rec[2],
         ReYds >= input$ReYards[1]      & ReYds <= input$ReYards[2],
         ReYA >= input$ReYperA[1]       & ReYA <= input$ReYperA[2],
         ReTD >= input$ReTDs[1]         & ReTD <= input$ReTDs[2],
         Fmb >= input$fumb[1]           & Fmb <= input$fumb[2],
         PPR >= input$ppr[1]            & PPR <= input$ppr[2]
  )
})

3. ggplot绘图代码简化 #

output$plot1 <- renderPlot({
  # 统一设置基础图层，避免重复代码
  p <- ggplot(data = df(), aes(y = PPR, color = FantPos)) +
    ggtitle("PPR Points") +
    ylab("PPR Points")
  
  # 根据选择切换x轴变量
  if(input$plottype == "PPR by Player"){
    p + geom_point(aes(x = Player)) + xlab("Player")
  } else if(input$plottype == "PPR by Team"){
    p + geom_point(aes(x = Team)) + xlab("Team")
  } else if(input$plottype == "PPR by Age"){
    p + geom_point(aes(x = Age)) + xlab("Age")
  }
})

额外优化建议 #

• 为pickerInput设置默认选中值，避免初始状态无筛选数据：比如selected = unique(FinalDF$FantPos)
• 补充表格输出的响应式代码，方便验证筛选结果：

output$table <- renderTable({
  df()
})

内容的提问来源于stack exchange，提问作者Davis Cotton