将参数传递给函数内的子集

Question

我正在尝试将一堆不同的模型拟合到单个数据集。每个模型都使用结果变量和数据子集的不同组合。为了适应所有这些模型，我创建了一个数据框，其中一列用于结果变量，一列指定数据子集（作为字符串）。 （请注意，子集是重叠的，因此使用nest() 似乎没有明显的方法。）然后我创建了一个新函数，该函数采用该数据帧的一行并使用这些选项调用“lm”。最后，我使用 pmap 将此函数映射到数据框。

经过大量实验后，我找到了一种可行的方法，但这种方法相当不雅（请参阅下文，了解我所做的简化版本）。似乎应该有一种方法可以将子集条件传递给 lm 中的子集参数，而不是使用 parse(eval(text = condition)) 首先创建一个逻辑向量。我阅读了有关元编程的 Advanced R 部分，希望它们能提供一些见解，但我找不到任何有用的东西。

任何建议都会有所帮助。

library(tidyverse)
outcomes <- c("mpg", "disp")
sub_conditions <- c("mtcars$cyl >=6", "mtcars$wt > 2")
models <- expand.grid(y = outcomes, condition = sub_conditions) %>% mutate_all(as.character)
fit <- function(y, condition) {
  # Create the formula to use in all models
  rx <- paste(y, "~ hp + am")
  log_vec <- eval(parse(text = condition))
  lm(rx, data = mtcars[log_vec,])
}
t <- pmap(models, fit) 

Answer 1

您确定要使用字符串以这种方式传递条件吗？

如果是这样，那就没有太多选择了。您可以使用rlang::parse_expr 作为替代。

fit <- function(y, condition) {
   rx <- paste(y, "~ hp + am")
   lm(rx, data = mtcars[eval(rlang::parse_expr(condition)),])
}

并通过调用它

purrr::pmap(models, fit)