为什么这个调用 lm(..., subset) 的简单函数会失败？

Question

我正在处理一个包含对lm() 的调用的自定义函数，但由于某种原因该函数失败了。我无法理解它失败的原因。

考虑这个简单的例子：

myfun <- function(form., data., subs., ...){
    lm(form., data., subs., ...)
}

这将导致错误：

myfun(mpg ~ cyl + hp, mtcars, TRUE)
## Error in eval(expr, envir, enclos) : object 'subs.' not found

但是直接使用lm() 就可以了：

lm(mpg ~ cyl + hp, mtcars, TRUE)
## 
## Call:
## lm(formula = mpg ~ cyl + hp, data = mtcars, subset = TRUE)
## 
## Coefficients:
## (Intercept)          cyl           hp  
##    36.90833     -2.26469     -0.01912  

我尝试了调试，但仍然无法找到问题的根源。为什么自定义函数会失败？显然subs. 已提供给函数...

---

编辑：

虽然下面建议的大多数解决方案都有助于这种简单的情况，但如果我添加一个简单的扭曲，该功能仍然会失败。例如expand.model.frame() 依赖于公式的环境，但如果我使用正常的评估解决方案会失败：

myfun <- function(form., data., subs., ...){
    fit <- lm(form., data.[ subs., ], ...)
    expand.model.frame(fit, ~ drat)
}

myfun(mpg ~ cyl + hp, mtcars, TRUE)
## Error in eval(expr, envir, enclos) : object 'data.' not found

这显然与原始问题有关，但我不知道如何。模型公式的环境是否被破坏了？

Answer 1

正如 cmets 中所建议的，另一种解决方案是在非交互式使用中完全避免使用 subset 参数，而是使用标准评估：

myfun <- function(form., data., subs., ...){
    lm(form., data.[ subs., ], ...)
}

现在按预期工作：

myfun(formula(mpg ~ cyl + hp), mtcars, TRUE)

---

但是，如果您的自定义函数随后包含像 expand.model.frame() 或类似的调用，这仍然不够，这些调用本身似乎对 subset 参数的非标准评估很敏感。为了使函数稳健并避免意外，您需要 (1) 在自定义函数中定义公式（另请参见 reformulate approach）和 (2) 将数据之前设置为 @987654328 的子集@ 调用，同时明显避免使用 subset 参数。

像这样：

myfun <- function(form., data., subs., ...){
    stopifnot(is.character(form.))
    data. <- data.[ subs., ]
    fit <- lm(as.formula(form.), data., ...)
    expand.model.frame(fit, ~ drat)
}

myfun("mpg ~ cyl + hp", mtcars, TRUE)

我尝试使用 (1) 或 (2)，但仍然设法在某些函数中遇到奇怪的错误，并且只有 (1) 和 (2) 的错误似乎已经消失...

Answer 2

这个函数不起作用的原因是因为参数 subset 的评估方式：

所有的“权重”、“子集”和“偏移量”都在同一个地方进行评估 方式作为“公式”中的变量，即首先在“数据”中，然后在 “公式”的环境。

换句话说，lm 在data 中查找名为subs. 的变量，然后在formula 的环境中查找，由于在这两个环境中都没有subs. 变量，因此会产生错误.

Answer 3

你可以这样做：

myfun <- function(form., data., subs., ...){
    lm(as.formula(form.), data., subs., ...)
}

将其称为myfun("mpg ~ cyl + hp", mtcars, T)。这会强制在函数 myfun 的环境中创建公式，然后该函数将包含 subs.。

Answer 4

基于@ErnestA 的答案，您可以修改您的函数以确保subs. 存在于公式form. 的环境中：

myfun <- function(form., data., subs., ...){
assign("subs.", subs., envir=environment(form.))
lm(form., data., subs., ...)
}

ETA 为避免污染form 的环境，您可以这样创建一个新环境：

myfun <- function(form., data., subs., ...){
environment(form.) <- new.env(parent=environment(form.))
assign("subs.", subs., envir=environment(form.))
lm(form., data., subs., ...)
}

ETA 可能单独解决 lm 问题的最巧妙方法是将 form. 的环境设置为 myfun 的环境：

myfun <- function(form., data., subs., ...){
environment(form.) <- environment()
lm(form., data., subs., ...)
}
myfun(mpg ~ cyl + hp, mtcars, TRUE)
## Call:
##   lm(formula = form., data = data., subset = subs.)
## 
## Coefficients:
##   (Intercept)          cyl           hp  
##      36.90833     -2.26469     -0.01912  

转到expand.model.frame 问题，虽然subs. 是在?expand.model.frame 所说的使用环境中，但没有找到subs.。这是 expand.model.frame 中的错误吗？或者至少与文档有冲突？

myfun <- function(form., data., subs., ...){
environment(form.) <- environment()
fit <- lm(form., data., subs., ...)
print(ls(environment(formula(fit))))
expand.model.frame(fit, ~drat )
}
myfun(mpg ~ cyl + hp, mtcars, TRUE)
## [1] "data." "fit"   "form." "subs."
##  Error in eval(expr, envir, enclos) : object 'subs.' not found

将subs. 放入父环境似乎可行。

myfun <- function(form., data., subs., ...){
environment(form.) <- environment()
fit <- lm(form., data., subs., ...)
assign("subs.", subs., envir = parent.env(environment(formula(fit))))
expand.model.frame(fit, ~drat)
}
myfun(mpg ~ cyl + hp, mtcars, TRUE)
## mpg cyl  hp drat
## Mazda RX4           21.0   6 110 3.90
## Mazda RX4 Wag       21.0   6 110 3.90
## Datsun 710          22.8   4  93 3.85
## Hornet 4 Drive      21.4   6 110 3.08
## etc.

但这存在污染父环境的问题，在本例中为R_GlobalEnv。除了R_GlobalEnv 作为父级之外，我无法使其工作。