ddply bug？ （将组内计算的lm残差添加回原始数据框）

Question

我有一个带有因子（grpfactor）的数据框。我的目标是计算残差，在每个组中分别拟合lm模型，并将它们存储在原始数据框中。

需要在运行时指定模型（即，不能是固定字符串）。

我找到了this answer

  ddply(d,.(g1,g2),transform,z= predict(lm(y ~ x)))

它似乎使用静态指定的公式，但如果我将代码放在一个函数中并使用字符串变量而不是字符串文字（常量），它会失败 - 为什么??

d <- data.frame(x = rnorm(20), 
            y = rnorm(20), 
            g1 = c(rep('a', 10), rep('b', 10)), 
            g2 = rep(c(rep('c', 5), rep('d', 5)), 2))


myfunc = function(d) {
xx = "y ~ x"
retval = ddply(d,.(g1,g2),transform,z= predict(lm(as.formula(xx))))
return(retval)
}

# This fails:
d.new = myfunc(d)

# With the error:
#Error: error in evaluating the argument 'object' in selecting a 
#method for function 'predict': Error in as.formula(xx) : object 'xx' not 
#found 


# But this works, because it's not encased in a function:
xx = "y ~ x"
retval = ddply(d,.(g1,g2),transform,z= predict(lm(as.formula(xx))))

#Now, with the variable "xx" defined two lines above this line, 
#the following will actually work now:
d.new = myfunc(d)

#But if we do this, it will fail again:
rm(xx)
d.new = myfunc(d)

#ddply works inside a function, but only with a model specified 
#as a literal string:
myfunc2 = function(d) {
retval = ddply(d,.(g1,g2),transform,z= predict(lm(formula=as.formula("y ~ x"))))
return(retval)
}
d.new2 = myfunc2(d)

顺便说一下，如果没有as.formula，myfunc2会因错误而失败：

#Error: error in evaluating the argument 'object' in selecting a method 
#for function 'predict': Error in eval(expr, envir, enclos) : object 'y' 
#not found

但是相同的代码在没有as.formula的情况下工作，如果它不在函数中。

发生了什么事？

编辑：好的，这里真的很疯狂：这很有用（不同之处在于，我在父环境中使用＆lt;＆lt; - ）定义模型

 myfunc3 = function(d) {
 xx <<- "y ~ x"
 retval = ddply(d,.(g1,g2),transform,z= predict(lm(as.formula(xx))))
 return(retval)
 }
 myfunc3(d)

Answer 1

您收到错误：

Error: object of type 'closure' is not subsettable

因为ddply尝试在全球环境之前解决本地环境中的t。实际上，它找到了转置函数（闭包）t而不是你的全局变量t。 您只需要更改为其他R内置函数（t，c，..）。例如，这将起作用：

xx <- "y ~ x"

一个完整的例子：

d <- data.frame(x = rnorm(20), 
                y = rnorm(20), 
                g1 = c(rep('a', 10), rep('b', 10)), 
                g2 = rep(c(rep('c', 5), rep('d', 5)), 2))
xx <- "y ~ x"
ddply(d,.(g1,g2),transform,z= predict(lm(as.formula(xx))))

#            x           y g1 g2           z
# 1 -0.2066509 -0.74159051  a  c -0.21886198
# 2 -0.9801753  1.38958373  a  c  0.62214098
# 3 -0.4626821  0.48195967  a  c  0.05950415
# 4  1.2255134 -1.72809777  a  c -1.77596158
# 5 -1.0922717  0.02898265  a  c  0.74401621
# 6 -1.4379229  0.96377879  a  d  0.18312800