在R中并行循环GEE模型列表时遇类型错误的解决方法

你遇到的Incompatible types (from language to character) in subassignment fix错误，核心原因是geeglm()无法直接解析字符串格式的公式，必须传入**公式对象（formula class）**而非纯文本字符串。以下是两种可行解决方案：

方案1：直接定义公式对象列表 #

将models.to.run从字符串列表改为公式对象列表，无需额外转换步骤：

models.to.run <- list(
  ga.m1 = log(ga) ~ exposure1 + mat_age + par + season + bmi_cat + tobacco_use,
  ga.m2 = log(ga) ~ exposure2 + mat_age + par + season + bmi_cat + tobacco_use,
  ga.m3 = log(ga) ~ exposure3 + mat_age + par + season + bmi_cat + tobacco_use,
  ga.me1 = log(ga) ~ exposure1 + mat_age + par + season + bmi_cat + tobacco_use + education,
  ga.me2 = log(ga) ~ exposure2 + mat_age + par + season + bmi_cat + tobacco_use + education,
  ga.me3 = log(ga) ~ exposure3 + mat_age + par + season + bmi_cat + tobacco_use + education
)

方案2：保留字符串列表，循环内转换为公式 #

如果必须保留字符串格式的公式（比如从外部文件读取），在并行循环内用as.formula()完成转换：

out.list <- foreach(formula_str = models.to.run, .packages = c("geepack", "tidyverse")) %dopar% {
  geeglm(formula = as.formula(formula_str), 
         data = dt.model, 
         id = cohort, 
         family = gaussian, 
         corstr = "exch")
}

完整优化后的代码 #

整合上述方案，同时简化并行配置（用registerDoParallel替代手动集群操作，更高效简洁）：

library(doParallel)
library(tidyverse)
library(geepack)

dt.model <- dt_long_cat

# 根据CPU核心数设置并行数，预留2个核心给系统避免过载
core_num <- detectCores() - 2
registerDoParallel(cores = core_num)

# 直接定义公式对象列表
models.to.run <- list(
  ga.m1 = log(ga) ~ exposure1 + mat_age + par + season + bmi_cat + tobacco_use,
  ga.m2 = log(ga) ~ exposure2 + mat_age + par + season + bmi_cat + tobacco_use,
  ga.m3 = log(ga) ~ exposure3 + mat_age + par + season + bmi_cat + tobacco_use,
  ga.me1 = log(ga) ~ exposure1 + mat_age + par + season + bmi_cat + tobacco_use + education,
  ga.me2 = log(ga) ~ exposure2 + mat_age + par + season + bmi_cat + tobacco_use + education,
  ga.me3 = log(ga) ~ exposure3 + mat_age + par + season + bmi_cat + tobacco_use + education
)

# 并行运行模型，保留原模型名称方便后续整理
out.list <- foreach(formula_obj = models.to.run, 
                    .packages = c("geepack", "tidyverse"),
                    .names = names(models.to.run)) %dopar% {
  geeglm(formula = formula_obj, 
         data = dt.model, 
         id = cohort, 
         family = gaussian, 
         corstr = "exch")
}

# 关闭并行集群
stopImplicitCluster()

# 查看结果
out.list

关键优化点 #

• 用registerDoParallel自动处理包加载和数据传递，替代繁琐的手动集群配置
• 直接遍历公式列表元素而非索引，简化代码逻辑
• 添加.names参数让输出列表保留原模型名称，便于后续结果提取与分析

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