过滤器函数因缺少数据参数而不断失败

Question

我正在研究营销组合建模，并且正在关注这篇文章

https://analyticsartist.wordpress.com/2014/01/31/adstock-rate-deriving-with-analytical-methods/

文章对adstock函数的定义如下：

adstock <- function(x, rate=0){
  return(as.numeric(filter(x=x, filter=rate, method="recursive")))
}

并进一步使用 R 中 minpack.lm 包中的 nlsm 来计算比率和系数。

model1 <- nlsLM(Applications~b0 + b1 * adstock(Media1, r1) + b2 * adstock(Media2, r2) +
                  b3 * adstock(Media3, r3) + b4 * adstock(Media4, r4) + b5 * adstock(Media5, r5) +
                  b6 * adstock(Media6, r6) + b7 * adstock(Media7, r7),
                algorithm = "LM",
                start     = c(b0=   1, b1=   1, b2=   1, b3 = 1, b4 = 1, b5 =1, b6= 1, b7= 1, r1=0, r2=0, r3=0, r4=0, r5=0, r6=0, r7=0),
                lower     = c(b0=-Inf, b1=-Inf, b2=-Inf, b3 = -Inf, b4 = -Inf, b5 =-Inf, b6= -Inf, b7= -Inf, r1=0, r2=0, r3=0, r4=0, r5=0, r6=0,     r7=0),
                upper     = c(b0= Inf, b1= Inf, b2= Inf, b3 = Inf, b4 = Inf, b5 =Inf, b6= Inf, b7= Inf, r1=0.5, r2=0.5, r3=0.5, r4=0.5, r5=0.5, r6=0.5, r7=0.5))

但是，模型一直失败并出现以下错误

Error in filter_(.data, .dots = compat_as_lazy_dots(...)) : 
argument ".data" is missing, with no default

似乎错误来自 adstock 函数，但我不确定如何修复它。

我真的很希望有人能帮助解决这个问题。

提前致谢！！

Answer 1

（这是一个常见问题，但由于我找不到重复的问题，所以我现在会提供一个答案。）

您在此处看到的错误来自 dplyr::filter，而不是您预期使用的错误：stats::filter。当你加载 dplyr:

时，你应该在某个时候看到类似下面的内容

library(dplyr)
# Attaching package: 'dplyr'
# The following objects are masked from 'package:stats':
#     filter, lag
# The following objects are masked from 'package:base':
#     intersect, setdiff, setequal, union

他们解决这个问题的方法（以及 encouraged/forced 将包发布到 CRAN 时）在使用非基本函数时是明确的。我通常认为 stats:: 不会受到此影响，但使用 dplyr 肯定会强制执行它。

因此，您的代码的修复方法是在 dplyr:

附近的任何地方使用 filter 时简单明了

adstock <- function(x, rate=0){
  return(as.numeric(stats::filter(x=x, filter=rate, method="recursive")))
}

FWIW，R 的名称空间管理和与 python 更明确的方法的粗略等效：

R                          Python
----------------------     ----------------------
                           import pkgname         | explicit namespace use
pkgname::function(...)     pkgname.function(...)  |

                           import pkgname as p    | no R equivalent?
                           p.function(...)        |

library(pkgname)           import * from pkgname  | permissive namespace,
function(...)              function(...)          |   enables masking

过滤器函数因缺少数据参数而不断失败

filter functions keeps failing with missing data argument

r

function

nls