lapply 和具有不同作用域的函数参数

Question

我在使用 lapply 引导 GLM 时遇到了奇怪的行为。 lapply 的每次迭代都使用不同的权重，但公式变量是相同的。因此，后者被保留在匿名函数之外。

下面是一个可复制的玩具示例。

以下代码按预期运行：

library(dplyr)
data_adult <-read.csv("https://raw.githubusercontent.com/guru99-edu/R-Programming/master/adult.csv")
data_adult$Y  <- (data_adult$hours.per.week > 40)

est_boot <- lapply(1:10, function(bb){
                       ff  <- as.formula('Y ~ gender')
                       w  <-  rexp( nrow(data_adult), 1)
                       glmout  <- glm( ff,  'quasibinomial', data_adult, w )
                       return(coef(glmout))
})

而以下情况则不然：

ff  <- as.formula('Y ~ gender')
est_boot <- lapply(1:10, function(bb){
                       w  <-  rexp( nrow(data_adult), 1)
                       glmout  <- glm( ff,  'quasibinomial', data_adult, w )
                       return(coef(glmout))
})
Error in eval(extras, data, env) : object 'w' not found

我想也许该函数需要在本地定义所有参数。然而，data_adult 则不然。为什么在函数外部定义

w

时无法识别

ff

？

我使用的是 R 4.3.0。

Answer 1

在 R 中，公式有一个名为

.Environment

的属性，您可以通过调用

在第二个版本中看到该属性

attributes(ff)
#> $class
#> [1] "formula"
#> 
#> $.Environment
#> <environment: R_GlobalEnv>

解析公式时，

.Environment

属性用作搜索路径的起点来查找它引用的变量。该公式无法找到

w

，因为它在全局环境中不存在。您可以通过将本地环境分配给

.Environment

 内的 

lapply

属性来解决此问题

ff  <- as.formula('Y ~ gender')

est_boot <- lapply(1:10, function(bb){
  w  <-  rexp( nrow(data_adult), 1)
  attr(ff, ".Environment") <- environment()
  glmout  <- glm(ff,  'quasibinomial', data_adult, w )
  return(coef(glmout))
})