You need to enable JavaScript to run this app. Shiny R互依赖输入过滤器下ggplot百分比标签绘制及问题修复
优惠活动
大模型
产品
解决方案
定价
更多

Shiny R互依赖输入过滤器下ggplot百分比标签绘制及问题修复

核心问题原因与修复方案

筛选器报错「object of type 'closure' is not subsettable」

  • 报错根因:在data3响应式函数的非全选分支中,代码写为data <- data[data$Movement_Type %in% input$mov_type,],此时data还未完成赋值,R会将其识别为内置的stats::data()函数(closure类型对象),函数对象无法通过$、[]方式取子集,直接触发报错。
  • 修复逻辑:先统一从上游的data2()响应式结果获取基础数据集,再基于该数据集做运动类型筛选,避免未定义变量的识别问题。

同周TAT占比被拆分、标签显示异常

  • 异常根因:原有聚合逻辑存在两个问题:一是按周计算总数量时,没有按f_TAT维度合并同周下所有仓库、业务类型的业务量,导致同个In TAT/Out TAT对应多行记录;二是聚合后保留了Movement_Type维度做去重,没有真正合并同组数值,最终绘图时同一填充色被拆分为多个零散条块,百分比标签也会重复错位。
  • 修复逻辑:严格按Week + f_TAT两个维度做数值求和,合并后再计算每个TAT类型占当周总业务量的百分比,确保每个周、每个TAT类型仅对应单条统计记录。
调整后的核心代码片段
# 替换原有data3响应式函数
data3 <- reactive({
  req(input$mov_type)
  # 从上游获取经过仓库、区域筛选的基础数据
  base_data <- data2()
  # 按选中的运动类型做筛选(排除All的特殊情况)
  if (!("All" %in% input$mov_type)) {
    base_data <- base_data[base_data$Movement_Type %in% input$mov_type, ]
  }
  # 核心聚合逻辑:按周、TAT类型合并数值
  agg_data <- base_data %>%
    group_by(Week, f_TAT) %>%
    summarise(Quantity = sum(Quantity), .groups = "drop") %>%
    group_by(Week) %>%
    mutate(p = Quantity / sum(Quantity)) %>%
    ungroup()
  return(agg_data)
})

# 绘图逻辑调整,适配聚合后的单组记录
output$myplot_fwd_f <- renderPlotly({
  data <- req(data3())
  p <- ggplot(data, aes(fill = f_TAT, y = p, x = Week)) +
    geom_bar(position = "stack", stat = "identity", colour = "black") + 
    scale_fill_manual(values = c("#44E62F", "#EC7038")) +
    labs(x = "Week", y = "Percentage") +
    scale_y_continuous(labels = scales::percent) +
    geom_text(aes(y = p, label = scales::percent(p, accuracy = 0.1)),
              position = position_stack(vjust = 0.5),
              show.legend = FALSE) +
    theme(axis.text.x = element_text(angle = 10))
  ggplotly(p)
})
额外优化建议
  • 给运动类型筛选加空值校验:如果用户取消所有勾选,触发All选项的默认选中逻辑,避免空数据渲染
  • 调整聚合时的分组参数:使用.groups = "drop"显式移除分组属性,避免后续计算残留分组维度导致的数值偏差
  • 优化多选交互逻辑:当用户选中All选项时,自动取消其他非全选项的选中状态,避免筛选逻辑混淆

内容的提问来源于stack exchange,提问作者r_a

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.26 17:27:06