3

我正在构建一个包含多个步骤的函数，其中每个步骤都创建一个对象。某个步骤失败（temp3）并且找不到前面的步骤对象（错误：找不到对象'temp2'）。我不知道为什么 - 我有类似的函数遵循完全相同的结构，每个步骤都遵循之前创建的对象，在函数中运行良好。当您在函数之外运行该代码时，它可以工作（因此代码看起来很好），并且使用 debug() 应该不创建数据的步骤（temp2）实际上存储到本地内存中（所以我可以看到对象“temp2”），但由于某种原因，R 似乎没有识别或使用它。我难住了！也许我' 我只是不知道 R 如何评估步骤和调用本地内存中的对象？我是否以错误的方式编写函数？

我可以很容易地准备一个工作示例，如果它更有用，因为这个函数会调用奇怪的包等，但目前我认为这更多的是我如何误解 R 如何将对象分配给函数中的本地内存的问题。这里有一个类似的查询，R How does R handle object in function call? ，但实际上我在函数中分配了每个新对象。能否请你帮忙？

    glm.random<-function(df){
  reps=5
  output<-matrix(NA, ncol=1, nrow=0)
    while (length(output[,1])<reps) {    
      temp1 <- ddply(df,.(study_id),randomRows,1)
      temp2 <- subset(temp1,select = c(continent,taxatype, metric,nullm, yi_pos))
      temp3 <- glmulti(yi_pos ~ ., data = temp2, family = gaussian( link = log), crit = aic, plotty = F,  report = F)           
      temp4 <- noquote(paste(summary(temp3)$bestmodel[1]))
      output<-rbind(output,temp4)     
      }
    write.table(output, "output.glm.random1.txt", append=TRUE, sep="\t", quote=FALSE)
  }

回复：

你好，我们又见面了，

安德烈——1）。所以我删除了子集的使用（但在这里很好奇，你指的是什么“意外结果”？）。2）。我一直觉得手头的数据很困难，但我明白你的意思，需要在这里改进我​​的编码方法 3)。好提示！但在这里它只是为了检查事情是否正常工作——我可能只是使用该输出对象进行更多分析。

加文 1) 会的！2+3) 看来错误在于创建（或调用）“temp1”。

我希望下面是一些可重现的代码。如果它有帮助，我试图复制的方法可以在 Gibson 等人中找到。2011 自然 478:378。（参见详细方法“广义线性模型”。）。

Thank you!

    #rm(list = ls())
    library("plyr")
    library("glmulti")
    # random rows function
    randomRows = function(df,n){
      return(df[sample(nrow(df),n),])
    }
    # Dataframe example
    study_id <- c(1,1,1,1,2,2,3,3,3,4)
    continent <- c("AF","AF","AF","AF","AF","AF", "AS", "AS", "AS", "SA")
    taxatype <- c("bird","bird","bird","mam","mam","arthro", "arthro", "arthro", "arthro", "arthro")
    metric<- c("sppr","sppr","sppr","sppr","abund","abund", "abund", "abund", "abund", "abund")
    extra.data<- c(34:43)
    yi_pos<- runif(1:10)
    df<- data.frame(study_id=study_id, continent=continent,metric=metric, taxatype=taxatype,extra.data = extra.data, yi_pos = yi_pos)
    df

    # Function. Goal:repeat x10000 (but here reps =5) ( Select one random value per study_id, run glmulti{glmulti}, select best ranked model, concatenate to an output and export). 
    glm.random<-function(df){
      reps=5
      output<-matrix(NA, ncol=1, nrow=0)
      while (length(output[,1])<reps) {

        temp1 <- ddply(df,.(study_id),randomRows,1)
        temp3 <- glmulti(yi_pos ~ continent+taxatype+metric, data = temp1, family = gaussian( link = log), crit = aic, plotty = F,  report = F)          
        temp4 <- noquote(paste(summary(temp3)$bestmodel[1]))
        output<-rbind(output,temp4)       
        }
      write.table(output, "output.glm.random1.txt", append=TRUE, sep="\t", quote=FALSE)
    }

    # run function to obtain error
    glm.random(df)

# debug(glm.random)
# glm.random(df)
# undebug(glm.random)
4

1 回答 1

2

从?glmulti,

如果data未指定 [参数]，glmulti 将尝试从作为 y 参数传递的拟合模型或全局环境中查找公式环境中的数据。

但是，当您指定 时data = temp1，glmulti显然会在全局环境中查找此对象。因此，您可能需要将随机选择的数据分配给全局环境（我已经稍微重命名了一些东西以尝试检查名称和对象）：

glm.random2<-function(df){
  reps=5
  output<-matrix(NA, ncol=1, nrow=0)
  while (length(output[,1])<reps) {
## Here things are different
    temp2 <- ddply(df,.(study_id),randomRows,1)
    names(temp2)[2]<-"cOntinent"
    assign("temp1",temp2,envir=.GlobalEnv)
## Note the slightly modified formula, to check whether
## gmulti looks for terms in temp1 or simply as named objects in the environment
## It looks like the former, which is good.
    temp3 <- glmulti(yi_pos ~ cOntinent+taxatype+metric, data = temp1, 
      family = gaussian( link = log), crit = aic, plotty = F,  report = F)          
    temp4 <- noquote(paste(summary(temp3)$bestmodel[1]))
    output<-rbind(output,temp4)
## Remove the object temp1 from the global environment
    rm(temp1,envir=.GlobalEnv)
    }
  write.table(output, "output.glm.random1.txt", append=TRUE, sep="\t", quote=FALSE)
}

# run function - no error for me!
glm.random2(df)

You might want to check with the package maintainer to see if this is the intended way for glmulti to work.

于 2012-04-26T13:39:53.983 回答