如何向自定义函数传递任意估计调用并动态添加data参数？

问题核心 #

直接传递lm(mpg ~ cyl)这类已求值的调用会触发R的提前求值机制——R会先在全局环境执行lm(mpg ~ cyl)，而非等到自定义函数内部指定数据子集后再运行，因此出现object 'mpg' not found的错误。

解决方案 #

方法1：传递未求值的调用表达式，动态修改data参数 #

通过substitute捕获传入的调用表达式，为其添加指定的data参数后再执行：

data("mtcars")

foo = function(my_call, data) {
  # 为调用表达式添加/替换data参数
  my_call$data = substitute(data)
  # 在父环境中执行修改后的调用
  eval(my_call, parent.frame())
}

# 调用时直接传入模型调用表达式（不要提前求值）
foo(lm(mpg ~ cyl), data = mtcars[1:20, ])

方法2：使用闭包（函数工厂）包装模型逻辑 #

先将模型函数和公式封装成一个仅接收data参数的闭包，再传递给自定义函数：

data("mtcars")

# 函数工厂：生成接收data参数的模型函数
make_model_fun = function(model_fun, formula) {
  function(data) {
    model_fun(formula, data = data)
  }
}

foo = function(myfun, data) {
  myfun(data = data)
}

# 生成包装好的lm函数
lm_fun = make_model_fun(lm, mpg ~ cyl)
# 传入自定义函数运行
foo(lm_fun, data = mtcars[1:20, ])

通用性验证（以fixest::feols为例） #

两种方法都支持其他估计函数，比如fixest::feols：

library(fixest)

# 方法1示例
foo(feols(mpg ~ cyl | vs), data = mtcars[1:20, ])

# 方法2示例
feols_fun = make_model_fun(feols, mpg ~ cyl | vs)
foo(feols_fun, data = mtcars[1:20, ])

内容的提问来源于stack exchange，提问作者pbaylis