为何do.call无法定位列表中存储的函数？

这个问题的核心在于**do.call对字符串参数的处理逻辑**，以及字符串"LM"和"model$LM"在R中的本质差异：

为什么"LM"能正常运行？ #

当你传入字符串"LM"给map2中的.x时，do.call(.x, ...)会把这个字符串当作函数名，在当前环境中查找同名的函数对象——而你之前已经把lm赋值给了LM，所以R能找到这个函数，自然可以正常调用。

为什么"model$LM"会报错？ #

而当你传入字符串"model$LM"时，do.call同样会把整个字符串当作一个完整的函数名去查找，但你的环境里根本不存在一个叫model$LM的函数（model$LM是从列表model中提取元素的表达式，不是一个函数的名字）。这就是报错提示could not find function "model$LM"的原因。

简单来说：do.call不会解析字符串形式的表达式，它只会把字符串当作单纯的对象名去查找。

解决方案 #

要解决这个问题，你需要先把字符串形式的表达式"model$LM"解析成对应的函数对象，再传给do.call。这里有两种常用的方式：

方式1：在map2中先解析表达式 #

修改mutate中res的定义，先用eval(parse(text = .x))把字符串解析成实际的函数对象：

specr:::setup_specs(y = "y", x = "x", model = "model$LM" ) %>% 
dplyr::mutate(formula = pmap(., specr:::create_formula) ) %>% 
tidyr::unnest(formula) %>% 
dplyr::mutate(res = map2(.data$model, formula, ~do.call(eval(parse(text = .x)), list(data = df, formula = .y))))

注意：parse(text = ...)虽然能解决问题，但如果字符串来自不可信来源，可能存在安全风险，不过在你的调试场景中是完全可行的。

方式2：提前提取函数对象，避免传入复杂字符串 #

更稳妥的方式是，不要给setup_specs传入字符串"model$LM"，而是直接传入函数对象本身：

# 直接传入函数对象
specr:::setup_specs(y = "y", x = "x", model = list(model$LM) ) %>% 
dplyr::mutate(formula = pmap(., specr:::create_formula) ) %>% 
tidyr::unnest(formula) %>% 
dplyr::mutate(res = map2(.data$model, formula, ~do.call(.x, list(data = df, formula = .y))))

这种方式跳过了字符串解析的步骤，直接传递函数对象，更安全也更高效。

内容的提问来源于stack exchange，提问作者GiulioGCantone