R 使用过滤器时未达到预期效果

对于R或任何编程来说还是非常陌生的，向部门展示一些健康结果数据，我想我会尝试写一些东西，让我选择要显示的数据子集。完成了一些自主阅读，并尝试了以下内容（请参见下文）。
我的问题是，当我选择全部4种“手术方法”时，我得到的结果并不是我所期望的。例如，2019年7月的平均服务水平应低于我在这里看到的水平

正如我所说，这是一个非常新的问题，请假设我在回答这个问题时一无所知

# User Interface

ui <-basicPage(
  sliderInput("year", "Select Year:", animate = T,
              min = 2016, max = 2019, value = 2016, sep = ""),

  checkboxGroupInput("approach", "Surgical Approach", c("Laparoscopic", "Lap-assisted", "Converted to open", "Open"),
                     selected = c("Laparoscopic", "Lap-assisted", "Converted to open", "Open")),

plotOutput(outputId = "LOS_plot"),

  plotOutput(outputId = "All3_plot")
)

# Server

server <- function(input, output){

  output$LOS_plot <- renderPlot({

    ERAS %>% filter(Sx_Approach == input$approach) %>% 
      arrange(year_m) %>% 
      mutate(DoSdate = ymd(year_m), yearDoS = year(DoSdate), monthDoS = month(DoSdate)) %>% 
      filter(yearDoS == input$year) %>%
      group_by(year_m) %>% mutate(mean_LOS = mean(Postop_LOS)) %>%
      ggplot(aes(x = monthDoS, y = mean_LOS)) + geom_line(colour = "black", size = 1.5) +
      scale_x_continuous(limits = c(1, 12), breaks = c(1:12)) +
      scale_y_continuous(limits = c(0, 30), minor_breaks = 1) +
      theme(aspect.ratio = 0.4) + xlab("Month") + ylab("Days") + ggtitle("Mean Length of Stay over Time")

  })
  output$All3_plot <- renderPlot({

    ERAS %>% filter(Sx_Approach == input$approach) %>%
      arrange(year_m) %>% 
      mutate(DoSdate = ymd(year_m), yearDoS = year(DoSdate), monthDoS = month(DoSdate)) %>% 
      filter(yearDoS == input$year) %>%
      group_by(year_m) %>% mutate(mean_All3 = mean(All_3 == T, na.rm = T)) %>%
      ggplot(aes(x = monthDoS, y = mean_All3)) + geom_line(colour = "#5391c6", size = 1.5) + scale_x_continuous(limits = c(1, 12), breaks = c(1:12)) +
      scale_y_continuous(labels = scales::percent, limits = c(0, 1)) +
      theme(aspect.ratio = 0.4) + xlab("Month") + ylab("Percentage") + ggtitle("Patients Achieving All Three ERAS Goals")

  })
}

#用户界面
ui%
突变（DoSdate=ymd（year_m），yearDoS=year（DoSdate），monthDoS=month（DoSdate））%>%
过滤器（yearDoS==输入$year）%>%
按年份分组%>%变异（平均服务水平=平均服务水平（术后服务水平））%>%
ggplot（aes（x=月，y=平均服务水平））+geom线（color=“black”，size=1.5）+
比例x连续（极限=c（1，12），断裂=c（1:12））+
刻度连续（限值=c（0,30），小断开=1）+
主题（纵横比=0.4）+xlab（“月”）+ylab（“日”）+ggtitle（“平均停留时间”）
})
输出$All3_绘图%过滤器（Sx_方法==输入$Approach）%>%
安排（年）%>%
突变（DoSdate=ymd（year_m），yearDoS=year（DoSdate），monthDoS=month（DoSdate））%>%
过滤器（yearDoS==输入$year）%>%
按（年份）分组%>%突变（平均值3=平均值（所有值3==T，na.rm=T））%>%
ggplot（aes（x=monthDoS，y=mean_All3））+geom_线（color=“#5391c6”，size=1.5）+比例连续（极限=c（1，12），断裂=c（1:12））+
比例y连续（标签=比例：：百分比，限值=c（0，1））+
主题（纵横比=0.4）+xlab（“月”）+ylab（“百分比”）+ggtitle（“患者实现所有三个ERA目标”）
})
}

不要使用“过滤器”，尝试使用“子集”使用sliderInput和checkboxGroupInput仅选择数据框的一部分。在不知道您正在使用的数据结构的情况下，它看起来是这样的：

ERAS <-  subset(Sx_Approach, (year==input$year & approach==input$approach))

---

ERAS感谢您的支持。发布问题后，我对代码进行了反复研究，发现使用
filter（Sx\u方法==input$Approach）
而不是
filter（Sx\u方法%在%input$Approach中）
似乎也起到了作用。不过我会试试你的答案。非常感谢