Question

作为我正在使用R进行分析的大量数据的一部分，我在一系列数据集中从包robustbase中重复调用lmrob。

for (i in uniq.w) {
    y <- x[x$w==i,4]
    t<-seq(length(y))
    result <- try(lmrob(y~t,na.action=na.exclude))
    if(class(result) == "try-error") next;
    output[[i]] <- result
}

然而，一些数据集返回错误“特征误差（ret，symmetric = TRUE）：'x'中的无限或缺失值”。上述错误处理不会抑制这些错误。

所以我尝试了类似

的东西

for (i in uniq.w) {
    y <- x[x$w==i,4]
    t<-seq(length(y))
    result <- suppressWarnings(tryCatch(lmrob(y~t,na.action=na.exclude),error=function(e) e))
    if(inherits(result,"error")) next
    output[[i]] <- result
}

这确实可以抑制错误和警告。但是它们似乎仍然存在于系统的某个地方。当我对lmrob进行后续调用时，它不起作用。相反，它返回与上一次调用相同的结果。（当然很可能还有一些我忽略的问题）。

解决这种情况的正确方法是什么，这样我就可以反复调用R函数，而不会影响后续批处理。

稍后我检查结果以确保解决方案收敛并丢弃任何结果。感谢您的帮助。

Answer 1

定义在循环中调用的函数

f.lmrob <- function(i){
  y <- x[x$w==i,4]
  t<-seq(length(y))
  lmrob(y~t,na.action=na.exclude)
}

然后使用tryCatch，使用自定义代码标记错误输入，例如：

lapply(uniq.w, function(i)
  tryCatch(f.lmrob(i), error=function(e)-1000-i))

如何在R中重复调用lmrob时处理错误

1 个答案: