在包装函数中调用gamlss predict方法时出现对象未找到错误

问题重现 #

在封装gamlss基础建模函数用于开发高阶专用包时，调用predict出现object 'input' not found错误，但原生gamlss示例运行正常：

原生示例（正常运行） #

suppressMessages(library(gamlss))
data(aids)
  
a <- gamlss(y~poly(x,3)+qrt, family=PO, data=aids) 
#> GAMLSS-RS iteration 1: Global Deviance = 416.8014 
#> GAMLSS-RS iteration 2: Global Deviance = 416.8014
newaids <- data.frame(x=c(45,46,47), qrt=c(2,3,4))
predict(a, newdata = newaids)
#> Warning in predict.gamlss(a, newdata = newaids): There is a discrepancy between the original and the re-fit 
#>  used to achieve 'safe' predictions 
#> 
#> [1] 6.021313 6.232357 6.155965

封装后代码（报错） #

gamlss_fit <- function(input) {
  gamlss(y~poly(x,3)+qrt, family=PO, data=input) 
}

gamlss_predict <- function(fit, input) {
  predict(fit, newdata = input)
}

fit <- gamlss_fit(aids)
#> GAMLSS-RS iteration 1: Global Deviance = 416.8014 
#> GAMLSS-RS iteration 2: Global Deviance = 416.8014
gamlss_predict(fit, newaids)
#> Error in eval(Call$data): object 'input' not found

问题原因 #

gamlss模型对象会保存拟合时的调用语句（fit$Call）和相关环境。当在gamlss_fit函数内部用data=input拟合时，模型的Call$data是符号input，这个符号仅存在于gamlss_fit的函数环境中。调用predict时，gamlss会尝试在当前执行环境（gamlss_predict的环境或全局环境）查找input，自然找不到，从而抛出错误。

解决办法 #

方法1：用substitute替换调用中的data参数 #

修改拟合函数，将调用中的input替换为实际传入的变量名，确保模型调用记录的是真实的数据对象名称：

gamlss_fit <- function(input) {
  eval(substitute(gamlss(y~poly(x,3)+qrt, family=PO, data=input)), envir = parent.frame())
}

方法2：手动修正模型的调用和环境 #

直接修改模型对象的Call和terms环境，让predict能正确解析数据来源：

gamlss_fit <- function(input) {
  fit <- gamlss(y~poly(x,3)+qrt, family=PO, data=input)
  # 将Call中的data替换为实际传入的对象名称
  fit$Call$data <- substitute(input)
  # 调整terms的环境为父环境，确保变量能被找到
  environment(fit$terms) <- parent.frame()
  fit
}

测试修正后的代码 #

fit <- gamlss_fit(aids)
gamlss_predict(fit, newaids)
#> Warning in predict.gamlss(fit, newdata = newaids): There is a discrepancy between the original and the re-fit 
#>  used to achieve 'safe' predictions 
#> 
#> [1] 6.021313 6.232357 6.155965

内容的提问来源于stack exchange，提问作者Krisrs1128