R有时无法评估从字符串解析的表达式

如何解决R有时无法评估从字符串解析的表达式

我有一个庞大的数据框，需要创建“滞后”变量并将其与以前的时间点进行比较。由于此过程需要可变，因此我选择编写自己的函数来创建这些滞后变量（此处未包括）。

当我使用GLM时，我想使用stepAIC函数，在开始编写“ lag01 + lag02 ...”的十分之一之前，我想创建另一个函数（modelfiller），该函数根据我的参数创建这些字符串，然后我使用string2lang使其成为表达式。

这在大多数情况下都是有效的，但是有一个问题我无法理解。

正如您在reprex中看到的那样，当我仅使用y~x+lag01+lag02时可以创建模型。如果我在位置1和3处使用modelfiller("y",2,"x","lag")，它也可以工作。但是，当我将modelfiller("y","lag")放置在代码中的位置2（在stepAIC glm内）时，它会产生以下错误消息：

Error: Problem with `mutate()` input `GLM_AIC`.
x object '.x' not found
i Input `GLM_AIC` is `purrr::map(...)`.
i The error occurred in group 1: group = "a".

我也曾尝试过as.formula有无eval的情况，但这引起了同样的问题。

group <- c(rep("a",10),rep("b",rep("c",10))
order <- c(seq(1:10),seq(1:10),seq(1:10))
x <- c(runif(30))
y <- c(runif(30))

df <- data.frame(group,order,x,y)

df <- df  %>% 
  dplyr::group_by(group) %>% 
  dplyr::arrange(group,order) %>% 
  dplyr::mutate(lag01 = dplyr::lag(x,n=1),lag02 = dplyr::lag(x,n=2)) %>% 
  tidyr::drop_na() 


modelfiller = function(depPar,maxlag,indepPar,str) {
  varnames = list()
  for (i in seq(1:maxlag)) {
    varnames[i] = paste0(str,stringr::str_pad(i,width = 2,pad = "0"))
  }
  varnames = paste0(varnames,collapse="+")
  varnames = paste(indepPar,varnames,sep = "+")
  return(paste(depPar,sep = "~"))
}


full.model <- df %>%
  tidyr::nest(- group) %>%
  dplyr::mutate(
    # Perform GLM calculation on each group and then a step-wise model selection based on AIC
    GLM = purrr::map(
      data,~ lm(data = .x,# Location 1 - Working
                 str2lang(modelfiller("y","lag"))
                 #y~x+lag01+lag02
                 )),GLM_AIC = purrr::map(
      data,~ MASS::stepAIC(glm(data = .x,# Location 2 - NOT Working
                                str2lang(modelfiller("y","lag"))
                                #y~x+lag01+lag02
                                ),direction = "both",trace = FALSE,k = 2,scope = list(
                              lower = lm(data = .x,y ~ 1),upper = glm(data = .x,# Location 3 - Working
                                          str2lang(modelfiller("y","lag"))
                                          #y~x+lag01+lag02
                                          )
                            )))
  )

解决方法

问题是glm存储了用于引用数据的变量的名称，然后stepAIC尝试检索该名称并对其求值以访问数据，但是对于哪种环境感到困惑该变量是在其中定义的。为了演示，我将简化您的代码为

mdl <- str2lang(modelfiller("y",2,"x","lag"))      # This is your y~x+lag01+lag02
dfn <- df %>% tidyr::nest( data = c(-group) )         # First step of your %>% chain
glms <- purrr::map( dfn$data,~glm(data = .x,mdl) )  # Construct the models

# Examine glms to observe that
# Call:  glm(formula = mdl,data = .x)    <--- glm() remembers that the data is in .x

# but stepAIC is not properly aware of where .x
# is defined and behaves effectively as
MASS::stepAIC( glms[[1]] )                            # Error: object '.x' not found

选项1

一种解决方法是manually construct the expression that contains the data and then evaluate it：

glm2 <- function(.df,...) {
  eval(rlang::expr(glm(!!rlang::enexpr(.df),!!!list(...)))) }

glms2 <- purrr::map( dfn$data,~glm2(data = .x,mdl) )  # Same as above,but with glm2
MASS::stepAIC( glms2[[1]] )                             # Now works

在有问题的地方将glm更改为glm2也会使您的代码正常工作。不利的一面是Call:会记住整个数据帧，如果它们很大，可能会出现问题。

选项2

另一种替代方法是将purrr调用替换为for循环，这有助于维护stepAIC假定的调用帧，从而将其引导至定义数据的位置

# This fails with Error: object '.x' not found
purrr::map( dfn$data,~MASS::stepAIC(glm(data=.x,mdl),direction="both") )

# This works
for( mydata in dfn$data )
    MASS::stepAIC(glm(data=mydata,direction="both")

这里的优点是不需要在调用内部存储整个数据帧。缺点是您实际上无法访问purrr简化代码的操作。