stat_smooth非有限值问题排查：时间序列趋势线添加报错

嘿，我来帮你拆解这个问题～ 你遇到的Removed 6 rows containing non-finite values (stat_smooth)警告，不一定只是收入值量级大导致的，咱们一步步排查和解决：

1. 先排查数据本身的非有限值 #

警告里的"non-finite values"指的是**缺失值（NA）、无穷大（Inf/-Inf）**这类无法参与计算的值，这是触发警告最常见的原因。先跑这段代码检查你的数据：

# 找出所有包含非有限值的行
problem_rows <- df %>% filter(!is.finite(value))
print(problem_rows)

如果输出了结果，说明你的inc（或cost）字段里确实有异常值：

• 如果是NA，可以考虑用na.omit(df)直接删除缺失行，或者在stat_smooth里添加na.rm = TRUE参数忽略缺失值（但建议先确认缺失值的来源，是数据采集错误还是真实缺失）；
• 如果是Inf/-Inf，大概率是数据导入或计算时的错误，需要手动修正这些值。

2. 处理收入与成本的量级差异 #

从你的数据示例看，cost是几十到一百多，inc是五万多，两者量级差了几百倍。这种情况下，不仅可视化时成本的曲线会被压得几乎看不到，还可能在loess拟合时因为数值范围过大导致计算不稳定（虽然这不是警告的直接原因，但会严重影响拟合效果）。推荐两种解决方式：

方式一：使用双y轴 #

让成本和收入分别对应左右两个y轴，既保留真实数值，又能清晰展示各自趋势：

p <- ggplot(df, aes(x = date)) +
  # 成本的面积图
  geom_area(aes(y = cost, fill = "成本"), alpha = 0.5) +
  # 收入的面积图（先缩放适配左侧轴，再通过右侧轴还原真实值）
  geom_area(aes(y = inc / 1000, fill = "收入"), alpha = 0.5) +
  scale_y_continuous(
    name = "成本（元）",
    sec.axis = sec_axis(~ . * 1000, name = "收入（元）")
  ) +
  scale_fill_manual(values = c("#00AFBB", "#E7B800")) +
  # 分别为两个指标添加平滑线
  stat_smooth(aes(y = cost), color = "#FC4E07", method = "loess", na.rm = TRUE) +
  stat_smooth(aes(y = inc / 1000), color = "#FC4E07", method = "loess", na.rm = TRUE)

方式二：缩放收入值 #

把收入转换成和成本量级接近的单位（比如千元），统一使用一个y轴：

df_scaled <- df %>%
  mutate(
    value_scaled = ifelse(variable == "inc", value / 1000, value),
    # 给指标添加单位标注，方便看图
    variable_label = ifelse(variable == "inc", "收入（千元）", "成本（元）")
  )

p <- ggplot(df_scaled, aes(x = date, y = value_scaled)) +
  geom_area(aes(color = variable_label, fill = variable_label), alpha = 0.5, position = position_dodge(0.8)) +
  scale_color_manual(values = c("#00AFBB", "#E7B800")) +
  scale_fill_manual(values = c("#00AFBB", "#E7B800")) +
  stat_smooth(color = "#FC4E07", fill = "#FC4E07", method = "loess", na.rm = TRUE) +
  labs(y = "数值", color = "指标", fill = "指标")

3. 其他可能的排查点 #

• 确认日期类型：检查date字段是不是Date类型，如果是字符型，ggplot会把它当成离散变量，可能导致loess拟合异常。可以用df$date <- as.Date(df$date)转换；
• 调整loess参数：如果数据没问题但还是有警告，可以尝试调整loess的span参数（控制拟合的平滑程度），比如stat_smooth(method = "loess", span = 0.4, na.rm = TRUE)，更小的span会让拟合更贴近数据，也可能避免数值计算问题；
• 换用其他拟合方法：先试试method = "lm"（线性回归），如果没有警告，说明是loess拟合时的局部计算问题，不是数据本身的非有限值问题。

最后小提醒：你用geom_area加position_dodge的方式，其实更适合用geom_line来展示双时间序列的趋势——area图通常用于堆叠展示占比，dodge的area可能会有重叠遮挡的问题哦～

内容的提问来源于stack exchange，提问作者Doug Mounce