R - model.frame() 和非标准评估

R - model.frame() and non-standard evaluation

我对我尝试编写的函数的行为感到困惑。我的例子来自 survival 包,但我认为这个问题比那更笼统。基本上就是下面的代码

library(survival)
data(bladder)  ## this will load "bladder", "bladder1" and "bladder2"

mod_init <- coxph(Surv(start, stop, event) ~ rx + number, data = bladder2, method = "breslow")
survfit(mod_init)

会产生一个我感兴趣的对象。但是,当我把它写在函数中时,

my_function <- function(formula, data) {
  mod_init <- coxph(formula = formula, data = data, method = "breslow")
  survfit(mod_init)
  }

my_function(Surv(start, stop, event) ~ rx + number, data = bladder2)

该函数将 return 最后一行出错:

 Error in eval(predvars, data, env) : 
  invalid 'envir' argument of type 'closure' 
10 eval(predvars, data, env) 
9 model.frame.default(formula = Surv(start, stop, event) ~ rx + 
    number, data = data) 
8 stats::model.frame(formula = Surv(start, stop, event) ~ rx + 
    number, data = data) 
7 eval(expr, envir, enclos) 
6 eval(temp, environment(formula$terms), parent.frame()) 
5 model.frame.coxph(object) 
4 stats::model.frame(object) 
3 survfit.coxph(mod_init) 
2 survfit(mod_init) 
1 my_function(Surv(start, stop, event) ~ rx + number, data = bladder2) 

我很好奇是否有明显的缺失,或者这种行为是否正常。我觉得很奇怪,因为在 my_function 的环境中,当 运行 代码的第一部分时,我将拥有与全局环境中相同的对象。

编辑:我还从 survival 包的作者 Terry Therneau 那里收到了有用的信息。这是他的回答:

这个问题源于model.frame的评价不规范。我发现的唯一出路是将 model.frame=TRUE 添加到原始 coxph 调用中。我认为这是 R 中的一个严重设计缺陷。非标准评估就像阴暗面——一条诱人而容易的道路,但总是以糟糕的方式结束。 特里 T.

诊断

来自错误信息:

2 survfit(mod_init, newdata = base_case)
1 my_function(Surv(start, stop, event) ~ rx + number, data = bladder2) 

在模型拟合过程中,问题显然不是 coxph,而是 survfit

从这条消息中:

10 eval(predvars, data, env) 
 9 model.frame.default(formula = Surv(start, stop, event) ~ rx + 
     number, data = data) 

我可以看出问题是在 survfit 的早期阶段,函数 model.frame.default() 找不到包含相关数据的 模型框架 在公式 Surv(start, stop, event) ~ rx + number 中。因此它抱怨。


什么是模型框?

模型框架由传递给拟合例程的 data 参数形成,如 lm()glm()mgcv:::gam()。它是一个数据框,行数与data相同,但是:

  • 删除所有未被 formula
  • 引用的变量
  • 添加很多属性,其中最重要的是envrionement

大多数模型拟合例程,如 lm()glm()mgcv:::gam(),默认情况下会将模型框架保留在它们的拟合对象中。这样做的好处是,如果我们稍后调用 predict,并且没有提供 newdata,它将从该模型框架中查找数据以进行评估。但是,一个明显的缺点是它会大大增加你的拟合对象的大小。

不过,survival:::coxph()是个例外。它会默认 而不是 在它们的拟合对象中保留这样的模型框架。好吧,很明显,这会使生成的拟合对象的尺寸小得多,但是,让您遇到您遇到的问题。 如果我们要survival:::coxph()保留这个模型框架,就用model = TRUE这个函数。


survial:::coxph()

测试
library(survival); data(bladder)

my_function <- function(myformula, mydata, keep.mf = TRUE) {
  fit <- coxph(myformula, mydata, method = "breslow", model = keep.mf)
  survfit(fit)
  }

现在,这个函数调用将失败,如您所见:

my_function(Surv(start, stop, event) ~ rx + number, bladder2, keep.mf = FALSE)

但是这个函数调用会成功:

my_function(Surv(start, stop, event) ~ rx + number, bladder2, keep.mf = TRUE)

lm()

的行为相同

我们实际上可以在 lm():

中演示相同的行为
## generate some toy data
foo <- data.frame(x = seq(0, 1, length = 20), y = seq(0, 1, length = 20) + rnorm(20, 0, 0.15))

## a wrapper function
bar <- function(myformula, mydata, keep.mf = TRUE) {
  fit <- lm(myformula, mydata, model = keep.mf)
  predict.lm(fit)
  }

现在这将成功,保持模型框架:

bar(y ~ x - 1, foo, keep.mf = TRUE)

虽然这会失败,但会丢弃模型框架:

bar(y ~ x - 1, foo, keep.mf = FALSE)

使用参数 newdata?

请注意,我的 lm() 示例有点人为,因为我们实际上可以使用 predict.lm() 中的 newdata 参数来解决此问题:

bar1 <- function(myformula, mydata, keep.mf = TRUE) {
  fit <- lm(myformula, mydata, model = keep.mf)
  predict.lm(fit, newdata = lapply(mydata, mean))
  }

现在是否保留模型框架,两者都会成功:

bar1(y ~ x - 1, foo, keep.mf = TRUE)
bar1(y ~ x - 1, foo, keep.mf = FALSE)

那么你可能会想:我们可以为 survfit() 做同样的事情吗?

survfit() 是一个通用函数,在您的代码中,您实际上是在调用 survfit.coxph()。这个函数确实有一个 newdata 参数。文档内容如下:

newdata:

a data frame with the same variable names as those that appear in the ‘coxph’ formula. ... ... Default is the mean of the covariates used in the ‘coxph’ fit.

所以,让我们试试:

my_function1 <- function(myformula, mydata) {
  mtrace.off()
  fit <- coxph(myformula, mydata, method = "breslow")
  survival:::survfit.coxph(fit, newdata = lapply(mydata, mean))
  }

我们希望这项工作:

my_function1(Surv(start, stop, event) ~ rx + number, bladder2)

但是:

Error in is.data.frame(data) (from #5) : object 'mydata' not found

1: my_function1(Surv(start, stop, event) ~ rx + number, bladder2)
2: #5: survival:::survfit.coxph(fit, lapply(mydata, mean))
3: stats::model.frame(object)
4: model.frame.coxph(object)
5: eval(temp, environment(formula$terms), parent.frame())
6: eval(expr, envir, enclos)
7: stats::model.frame(formula = Surv(start, stop, event) ~ rx + number, data =
8: model.frame.default(formula = Surv(start, stop, event) ~ rx + number, data 
9: is.data.frame(data)

注意,虽然我们传入了newdata,但在构建模型框架时并没有用到:

3: stats::model.frame(object)

只有 object,一个拟合模型的副本,被传递给 model.frame.default()

这与 predict.lm()predict.glm()mgcv:::predict.gam() 中发生的情况非常不同。在这些例程中,newdata 被传递给 model.frame.default()。例如lm()中有:

m <- model.frame(Terms, newdata, na.action = na.action, xlev = object$xlevels)

我不使用 survival 包,所以不确定 newdata 在这个包中如何工作。所以我认为我们真的需要一些专家来解释这一点。

我想如果你的

Surv(start, stop, event) ~ rx + number

作为一个参数,它没有被正确创建。尝试把

is.Surv(formula)

作为函数中的第一行。我怀疑它行不通,那么我建议使用 apply 函数族。