R Shiny用sliderInput筛选租金数据报逻辑值缺失错误排查

触发Error in if: missing value where TRUE/FALSE needed的核心原因：

• 滑块控件初始值配置不合理：你在UI中将租金滑块的初始值设为100，但从提供的样例数据看，数据集内最低租金为411.5，初始筛选条件Rental Cost` <= 100会返回0行的空sf空间对象。
• 空对象兼容缺失：tmap的tm_shape接收0行空间数据时，内部渲染逻辑会对空边界框做条件判断，此时传入判断的是NA值，R的if语句仅接受TRUE/FALSE作为判断输入，直接抛出报错。
• 初始化时序风险：Shiny控件初始化阶段input$RentCost会短暂为NULL，此时执行筛选逻辑会生成无效值，也可能触发同类报错。

1. 调整UI滑块配置 #

不要硬编码滑块范围和初始值，直接绑定数据集的实际租金区间，保证初始加载时筛选结果非空：

# 若数据集是全局加载的，直接在UI中按实际值配置滑块
sliderInput("RentCost", "Rental Cost:",
            min = floor(min(residential_data_sf$`Rental Cost`, na.rm = TRUE)),
            max = ceiling(max(residential_data_sf$`Rental Cost`, na.rm = TRUE)),
            value = median(residential_data_sf$`Rental Cost`, na.rm = TRUE)
)

2. 优化Server端筛选逻辑 #

加入输入校验和空值过滤，避免无效输入触发异常：

buildingData <- reactive({
  # 等待滑块输入初始化完成再执行后续逻辑
  req(input$RentCost)
  residential_data_sf %>%
    # 先过滤租金列的缺失值，避免NA值导致筛选结果异常
    filter(!is.na(`Rental Cost`), `Rental Cost` <= input$RentCost)
})

3. 给图层渲染加空数据兜底 #

筛选结果为空时不要直接传入空对象给tmap，增加判断逻辑：

# 放在renderTmap({}) 渲染块内
map_data <- buildingData()
if (nrow(map_data) == 0) {
  # 无匹配数据时返回提示，可根据需求自定义展示样式
  tm_shape(map_data) + tm_text("当前租金区间无匹配公寓", col = "red", size = 1.2)
} else {
  tm_shape(map_data) +
    tm_bubbles(
      col = "Shared Apartment",
      size = "Rental Cost",
      border.col = "black",
      border.lwd = 1
    )
}

你数据集中的Shared Apartment、Vacancy列目前存储为字符串格式的"True"/"False"，建议在数据预处理阶段转为正式逻辑值，避免tmap做分类映射时出现异常：

residential_data_sf <- residential_data_sf %>%
  mutate(
    `Shared Apartment` = as.logical(`Shared Apartment`),
    Vacancy = as.logical(Vacancy)
  )

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