r中的自定义函数中不能使用非标准评估

Question

我想编写一个从gam 模型中提取一些信息的函数。 我可以在没有自定义函数的情况下做到这一点（df 是我想要的）：

library(mgcv)
library(tidyverse)
model = gam(mpg ~ cyl, data = mtcars)

result = summary(model)$p.table

estimate = result[2,1]
se = result[2,2]

df = data.frame(estimate = estimate, se = se)
df

然后我用自定义函数包裹它：

my_gam <- function(y, x, data){
  
  model = gam(y ~ x, data = data)
  
  result = summary(model)$p.table
  
  estimate = result[2,1]
  se = result[2,2]
  
  df = data.frame(estimate = estimate, se = se)
  df
}

但我无法正确使用我的功能。

my_gam(y = mpg, x = cyl, data = mtcars)

eval 中的错误（predvars、data、env）：找不到对象“cyl”

my_gam(y = 'mpg', x = 'cyl', data = mtcars)

gam(y ~ x, data = data) 中的错误： 没有足够的（非 NA）数据来做任何有意义的事情

当我运行my_gam(y = mpg, x = cyl, data = mtcars) 时，我是否可以将df 作为第一个代码块。

任何帮助将不胜感激！

Answer 1

我们可以用paste 构造一个公式，这会很快

my_gam <- function(y, x, data){
   model <- gam(as.formula(paste(y, "~", x)), data = data)
  result <- summary(model)$p.table
   estimate <- result[2,1]
  se <- result[2,2]
   df <- data.frame(estimate = estimate, se = se)
   df
  }

 my_gam(y = 'mpg', x = 'cyl', data = mtcars)
 #  estimate        se
 #1 -2.87579 0.3224089

---

或者另一种选择是将公式作为参数传递

my_gam <- function(fmla, data){
   model <- gam(fmla, data = data)
  result <- summary(model)$p.table
   estimate <- result[2,1]
  se <- result[2,2]
   df <- data.frame(estimate = estimate, se = se)
   df
  }

 my_gam(mpg ~ cyl, data = mtcars)
#  estimate        se
# 1 -2.87579 0.3224089
 

Answer 2

您可以使用reformulate/as.formula 来构造公式。

library(mgcv)

my_gam <- function(y, x, data){
  model = gam(reformulate(x, y), data = data)
  result = summary(model)$p.table
  estimate = result[2,1]
  se = result[2,2]
  df = data.frame(estimate = estimate, se = se)
  df
}

my_gam(y = 'mpg', x = 'cyl', data = mtcars)
#   estimate     se
#1   -2.876 0.3224