使用ggplot绘制分组Dot-Whisker图时遇is.finite(x)错误求助

核心问题 #

Error in is.finite(x) : default method not implemented for type 'list' 说白了就是ggplot要用来绘图的数值列（比如均值、置信区间上下限）里混了列表类型的元素，不是纯数值向量。一般都是分组统计或者合并数据的时候操作不当，把数据列存成列表了。

排查步骤 #

1. 先查数据集结构：运行str(你的数据集)看看每一列的类型，如果mean、lower_ci这类列显示是List of N，那肯定就是列表列的问题。
2. 回头看统计代码：检查分组计算的时候是不是误用了返回列表的写法，比如错误地写了mean = list(mean(变量))，或者用了某些返回列表的自定义函数。
3. 检查合并逻辑：合并多个统计结果的时候，是不是用了cbind/rbind导致列表列被直接保留，没把列表展开成数值。

修正后的完整示例代码 #

用mtcars模拟你的场景（按cyl当分组变量county，统计mpg和disp的均值+95%置信区间）：

1. 正确的分组统计 #

library(tidyverse)

# 加载数据，模拟county分组场景
data(mtcars)
df <- mtcars %>% mutate(county = factor(cyl)) # 用cyl代替你的county分组变量

# 转成长数据后统一统计，避免多次统计再合并的麻烦
stats_df <- df %>%
  pivot_longer(cols = c(mpg, disp), names_to = "variable", values_to = "value") %>%
  group_by(county, variable) %>%
  summarise(
    mean_val = mean(value, na.rm = TRUE),
    se = sd(value, na.rm = TRUE)/sqrt(n()),
    lower_ci = mean_val - 1.96*se,
    upper_ci = mean_val + 1.96*se,
    .groups = "drop" # 取消分组，避免后续绘图出问题
  )

# 检查数据结构，确保mean_val、lower_ci这些都是数值型，不是列表
str(stats_df)

2. 绘制Dot-Whisker图 #

ggplot(stats_df, aes(x = variable, y = mean_val, color = county)) +
  geom_point(position = position_dodge(width = 0.5), size = 2) +
  geom_errorbar(aes(ymin = lower_ci, ymax = upper_ci), 
                width = 0.2, position = position_dodge(width = 0.5)) +
  labs(x = "变量", y = "均值（95%置信区间）", color = "分组（County）") +
  theme_bw()

关键修正点 #

• 用pivot_longer把宽数据转成长数据，一次统计所有变量，省得分开统计再合并容易出错
• 统计的时候直接返回数值（比如mean_val = mean(value)），别把数值包成列表
• 一定要加.groups = "drop"取消分组，不然后续绘图可能会有隐性分组的问题
• 如果你的原始代码是分开统计两个变量再合并的（比如先算mpg的统计量，再算disp的，然后合并），别用cbind，改用inner_join，还要把合并后的宽数据转成长数据，确保所有数值列都是纯数值向量，比如：

# 错误合并示例（会产生列表列）
mpg_stats <- df %>% group_by(county) %>% summarise(mean_mpg = list(mean(mpg)))
disp_stats <- df %>% group_by(county) %>% summarise(mean_disp = list(mean(disp)))
merged <- cbind(mpg_stats, disp_stats)

# 修正合并代码
mpg_stats <- df %>% group_by(county) %>% summarise(mean_mpg = mean(mpg))
disp_stats <- df %>% group_by(county) %>% summarise(mean_disp = mean(disp))
merged <- inner_join(mpg_stats, disp_stats, by = "county") %>%
  pivot_longer(cols = starts_with("mean"), names_to = "variable", values_to = "mean_val")

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