R：使用作为对象传递的参数评估数据框中的表达式

Question

我想编写一个函数来评估数据框中的表达式，但是使用可能包含或不包含用户定义对象的表达式来执行此操作。 我认为神奇的词是“非标准评估”，但我现在还不太清楚。

一个简单的例子（但对我的目的来说很现实）：比如说，我想评估一个 lm() 调用以查找数据框中的变量。

mydf <- data.frame(x=1:10, y=1:10)

这样做的函数可以写成如下：

f <- function(df, expr){
  expr <- substitute(expr)
  pf <- parent.frame()
  eval(expr, df, pf)
}

这样我就可以使用以下命令得到我想要的。

f(mydf, lm(y~x))

# Call:
# lm(formula = y ~ x)
# 
# Coefficients:
# (Intercept)            x  
#    1.12e-15     1.00e+00  

很好。但是，在某些情况下，在调用lm() 之前将模型方程保存在对象中会更方便。不幸的是，上面的函数不再这样做了。

fml <- y~x

f(mydf, lm(fml))
# Error in eval(expr, envir, enclos): object 'y' not found

有人可以解释为什么第二个电话不起作用吗？如何更改函数，以便两个调用都会导致预期的结果？ （期望=拟合模型）

干杯！

Answer 1

来自?lm，回复data 参数：

如果在数据中找不到，则变量取自环境（公式）

在您的第一种情况下，公式是在您的eval(expr, df, pf) 调用中创建的，因此公式的环境是基于df 的环境。在第二种情况下，公式是在全局环境中创建的，这就是它不起作用的原因。

由于公式带有自己的环境，因此在 NSE 中处理它们可能会很棘手。

你可以试试：

with(mydf,
  {
    print(lm(y~x))
    fml <- y~x
    print(lm(fml))
  }
)

但这可能不适合您。如果不检查捕获的参数中的任何名称是否解析为公式，并重新分配它们的环境，您将遇到一些麻烦。 更糟糕的是，重新分配环境是正确的做法甚至不一定很明显。在许多情况下，您确实希望查看公式环境。

在 R Chat 上对此问题进行了松散相关的讨论：

• Ben Bolker outlines an issue
• Josh O'Brien points to some old references