如何基于数据框列名批量创建全局环境中的GLM函数？

需求说明 #

现有特征数据框f：

f = data.frame(X1 = 1:10,
               X2 = 11:20,
               X3 = 21:30)

结果向量o：

o = 1:10

需基于f的列名批量生成glmfun_X1、glmfun_X2、glmfun_X3三个函数，存储在全局环境中，可直接通过以下方式调用：

glmfun_X1(X = f, Y = o)
glmfun_X2(X = f, Y = o)
glmfun_X3(X = f, Y = o)

用户尝试的代码及问题 #

尝试结合assign与修改函数体的方法实现，但循环中修改函数体失效（单独修改单个函数体有效），尝试代码如下：

glmfun <- function(X, Y) {
  glmout = glm(Y ~ ., data = data.frame(X[,xname]))
  return(glmout)
}

for (i in colnames(f)) {
  assign(x = paste0("glmfun_", i),
         value = glmfun,
         envir = .GlobalEnv)
  body(paste0("glmfun_", i))[[2]][[3]][[3]][[2]][[4]] = i
}

glmfun_X1(X = f, Y = o)
glmfun_X2(X = f, Y = o)
glmfun_X3(X = f, Y = o)

可行解决方案 #

方法一：使用substitute动态生成函数体 #

通过substitute在循环中直接替换函数内的列名变量，生成对应函数后赋值到全局环境：

for (col in colnames(f)) {
  # 动态替换函数体中的列名
  fun_body <- substitute({
    glmout <- glm(Y ~ ., data = data.frame(X[, col_name]))
    return(glmout)
  }, list(col_name = col))
  
  # 创建并赋值函数到全局环境
  assign(
    x = paste0("glmfun_", col),
    value = function(X, Y) eval(fun_body),
    envir = .GlobalEnv
  )
}

方法二：利用闭包特性 #

闭包可以保留循环中当前列名的独立值，避免循环变量覆盖导致的问题：

# 定义生成GLM函数的工厂函数
create_glm_fun <- function(col_name) {
  function(X, Y) {
    glmout <- glm(Y ~ ., data = data.frame(X[, col_name]))
    return(glmout)
  }
}

# 批量生成并赋值函数
for (col in colnames(f)) {
  assign(
    x = paste0("glmfun_", col),
    value = create_glm_fun(col),
    envir = .GlobalEnv
  )
}

验证调用 #

运行上述任意一种方案的代码后，即可直接调用目标函数获取单变量GLM模型：

glmfun_X1(X = f, Y = o)
glmfun_X2(X = f, Y = o)
glmfun_X3(X = f, Y = o)

内容的提问来源于stack exchange，提问作者Maria