函数每次都会覆盖同一个对象：我怎样才能避免这种情况？答案

【问题标题】：Function overwrites the same object every time: how can I avoid this?函数每次都会覆盖同一个对象：我怎样才能避免这种情况？
【发布时间】：2020-01-18 02:18:57
【问题描述】：

我想为我所做的每个回归创建一个对象（其中 17 个）。理想情况下，该函数应该创建 17 个不同的对象，我以后可以使用它们。目前它只是在前一个之上写一个对象。我怎样才能避免这种情况？如果对象部分地以特定的“文件名”命名，那么最好能够在之后区分它们。

  dat <- read.csv(file = filename)
  reg2<<- lm(dat[,17]~dat[,6]+dat[,7])
  }

for (f in filenames) {
    upload(f)
}

【问题讨论】：

标签： r

【解决方案1】：

这是函数内部全局赋值<<- 的最大问题之一。将您的函数return() 设置为模型，而不是分配，然后在函数外部进行分配。

# function returns the result, doesn't assign it
upload <- function(filename) {
  dat <- read.csv(file = filename)
  lm(dat[,17]~dat[,6]+dat[,7])
}

# assignment happens outside the function (like almost every other R function)
# this way you can use whatever name you want
reg2 <- upload("hello.csv")
reg3 <- upload("world.csv")

# or use a for loop
reg <- list()
for (f in filenames) {
  reg[[f]] <- upload(f)
}

# or use lapply for the same effect more concisely
reg <- lapply(filenames, upload)
names(reg) = filenames)

# You can now access individual list elements with [[
summary(reg[["hello.csv"]])

# Or extract all the model summary stats into a nice data frame
dplyr::bind_rows(lapply(reg, broom::glance))

【讨论】：