Shiny应用中散点图添加相关系数报缺失值错误求解

错误原因 #

你的代码在计算皮尔逊相关系数的部分存在3处核心错误，直接触发报错：

• dplyr::select() 用法错误：不能在select内部直接使用as.numeric()和!!!操作符处理单变量输入，select的作用是选择列而非转换数据类型，!!!用于批量注入多个表达式，此处完全不需要。
• 数据类型错误：你筛选后得到的x、y是数据框结构，而cor()函数要求输入向量才能正确计算两个变量的相关系数。
• 缺失值处理参数错误：cor()的缺失值控制参数是use而非na.rm，你传的na.rm = T对cor无效。

修正方案 #

直接替换你原来output$correlation的代码即可，修正后的代码如下：

output$correlation <- renderText({
  # 先按国家筛选数据，避免重复筛选
  df_filtered <- subset(covid, location == input$location)
  # 提取两个变量为向量，同时转数值类型
  x <- as.numeric(df_filtered[[input$x]])
  y <- as.numeric(df_filtered[[input$y]])
  # 计算皮尔逊相关系数，指定用完整观测值计算自动过滤缺失值
  cor_val <- cor(x, y, method = "pearson", use = "complete.obs")
  # 格式化输出结果
  paste0("所选变量的皮尔逊相关系数为：", round(cor_val, 4))
})

额外优化建议 #

如果要避免初始加载时因为输入未完成触发临时报错，可以给renderText加req判断：

output$correlation <- renderText({
  # 确保所有输入都已加载完成再运行后续代码
  req(input$location, input$x, input$y)
  df_filtered <- subset(covid, location == input$location)
  x <- as.numeric(df_filtered[[input$x]])
  y <- as.numeric(df_filtered[[input$y]])
  cor_val <- cor(x, y, method = "pearson", use = "complete.obs")
  paste0("所选变量的皮尔逊相关系数为：", round(cor_val, 4))
})

内容的提问来源于stack exchange，提问作者Hari Chandana Bollimpalli