lapply 和 trycatch 的 NULL 输出

Question

我正在尝试通过用 lapply 替换 for 循环来加速我的代码。我在许多不同的样本上运行 nls 模型并提取系数，但某些模型对于某些样本没有收敛。我可以使用带有 trycatch 的 for 循环来处理这个问题，以忽略这些样本，但我无法让它与 lapply 一起使用。当我运行它时，我得到了我的 sample.code 和 NULL 的列表，我应该在哪里放置 return(nls.dat)？部分，所以我不只是结束 NULL？

test.func <- function (SCDF){
  tryCatch({
  mod.allDIDO <- nlsLM (BM~Cr*(1 - R * exp(-Kr*day) - (1 - R) * exp(-Kr2*day)), data=dat[dat$sample.code %in% SC,], start=list(Cr=DI.Cr,R=DI.r,Kr=DI.Kr,Kr2=DI.Kr2),
                        control = nls.lm.control(maxiter = 500), lower = c(-Inf, 0, 0, 0), upper = c(Inf, 1, Inf, Inf))
  nls.dat <- c("df", coef(mod.allDIDO)[1], coef(mod.allDIDO)[2], coef(mod.allDIDO)[3], coef(mod.allDIDO)[4], deviance(mod.allDIDO), logLik(mod.allDIDO))
  return (nls.dat)
  }, error = function(e){})
}

test1 <- lapply(split(dat, dat$sample.code), test.func)

已编辑以包含一些数据并回复 Carl： 我尝试了你的建议（Carl），但我仍然得到 NULL，请参阅缩减版

x1 <- 0:60
y1 <- 774*(1 - 0.5 * exp(-0.2*x1) - (1 - 0.5) * exp(-0.016*x1))
test.dat <- data.frame (x1, y1)

  nls.dat <- tryCatch({
    mod.allDIDO <- nlsLM(y1~Cr*(1 - R * exp(-Kr*x1) - (1 - R) * exp(-Kr2*x1)), 
                         data=test.dat, 
                         start=list(Cr=774,R=0.5,Kr=0.2,Kr2=0.016),
                         control = nls.lm.control(maxiter = 500), 
                         lower = c(-Inf, 0, 0, 0), 
                         upper = c(Inf, 1, Inf, Inf))
    nls.dat <- c("df", coef(mod.allDIDO)[1], 
                 coef(mod.allDIDO)[2], 
                 coef(mod.allDIDO)[3], 
                 coef(mod.allDIDO)[4], 
                 deviance(mod.allDIDO), 
                 logLik(mod.allDIDO))
    return(nls.dat)
  }, error = function(e){})

  nls.dat  ## NULL

Answer 1

要注意的是你的调用环境。在tryCatch 括号内将包含的调用视为它们自己的函数。所以你需要把tryCatch的retuirn返回给父环境，然后从函数中返回，像这样：

test.func <- function (SCDF){
  nls.dat <- tryCatch({
    mod.allDIDO <- nlsLM(BM~Cr*(1 - R * exp(-Kr*day) - (1 - R) * exp(-Kr2*day)), 
                         data=dat[dat$sample.code %in% SC,], 
                         start=list(Cr=DI.Cr,R=DI.r,Kr=DI.Kr,Kr2=DI.Kr2),
                         control = nls.lm.control(maxiter = 500), 
                         lower = c(-Inf, 0, 0, 0), 
                         upper = c(Inf, 1, Inf, Inf))

    nls.dat <- c("df", coef(mod.allDIDO)[1], 
                 coef(mod.allDIDO)[2], 
                 coef(mod.allDIDO)[3], 
                 coef(mod.allDIDO)[4], 
                 deviance(mod.allDIDO), 
                 logLik(mod.allDIDO))
    return(nls.dat)
  }, error = function(e){
    NULL
  })
  return(nls.dat)
}

编辑

这是一种奇怪的行为......所以我测试了另一种我永远不会做的方式......但由于某种原因它有效...... 新函数接受变量并添加一个if 语句来添加另一个......似乎不必要的逻辑检查......但它有效。检查该值是否为 NULL，如果不返回，以及两个步骤中的任何地方是否有错误...它将默认为 error = function(e) {NULL}

f <- function(x1, y1, test.dat){
    tryCatch({
        mod.allDIDO <- nlsLM(y1~Cr*(1 - R * exp(-Kr*x1) - (1 - R) * exp(-Kr2*x1)), 
                         data=test.dat, 
                         start=list(Cr=774,R=0.5,Kr=0.2,Kr2=0.016),
                         control = nls.lm.control(maxiter = 500), 
                         lower = c(-Inf, 0, 0, 0), 
                         upper = c(Inf, 1, Inf, Inf))
    nls.dat <- c("df", coef(mod.allDIDO)[1], 
                 coef(mod.allDIDO)[2], 
                 coef(mod.allDIDO)[3], 
                 coef(mod.allDIDO)[4], 
                 deviance(mod.allDIDO), 
                 logLik(mod.allDIDO))
    if(!is.null(nls.dat)){
        return(nls.dat)
    }else {
        NULL
    }
}, error = function(e){NULL})
}

正在运行...

> f(x1 = x1, y1 = y1, test.dat = test.dat)
             Cr       R      Kr     Kr2                 
   "df"   "774"   "0.5"   "0.2" "0.016"     "0"   "Inf"