使用lapply对嵌套列表执行lmer函数报错，求解决方法

你报错的核心原因有两个：

1. 公式写法错误：lmer会在data参数指定的数据框内查找变量，你写的x[,4:7]试图在数据框外部引用对象，而数据框中并没有名为x的列，R只能去外层环境找x，但外层的x是列表类型，不符合模型要求。
2. 变量名冲突：内层lapply的参数名用了x，和外层的x重名，容易导致变量解析混乱。

下面用嵌套列表场景，结合可复现代码给出两种解决思路：

前提：构建可复现的嵌套列表 #

先基于mtcars构建和你场景一致的嵌套列表list3：

library(lme4)
# 构建两层嵌套列表
list3 <- list(
  group1 = list(sub1 = mtcars[1:10, ], sub2 = mtcars[11:20, ]),
  group2 = list(sub1 = mtcars[21:32, ], sub2 = mtcars[1:15, ])
)

思路1：对每个响应列单独拟合模型 #

如果要给每个子数据框的每一列（比如第3到7列）分别拟合模型，需要再嵌套一层循环遍历响应列：

# 遍历嵌套列表，逐个拟合单响应混合模型
model_results <- lapply(list3, function(group_data) {
  lapply(group_data, function(sub_df) {
    # 提取目标响应列的列名
    resp_col_names <- colnames(sub_df)[3:7]
    # 对每个响应列单独建模
    lapply(resp_col_names, function(resp_col) {
      # 动态构建公式
      model_formula <- as.formula(paste(resp_col, "~ vs + (1|cyl)"))
      lmer(model_formula, data = sub_df)
    })
  })
})

思路2：拟合多响应混合模型 #

如果要同时对多个响应列拟合多响应混合模型，用cbind()把响应列组合起来即可：

# 拟合多响应混合模型
multi_resp_results <- lapply(list3, function(group_data) {
  lapply(group_data, function(sub_df) {
    lmer(cbind(disp, hp, drat, wt, qsec) ~ vs + (1|cyl), data = sub_df)
  })
})

• 尽量避免函数参数名和数据框列名、外层变量名重名，比如把内层函数参数从x改成sub_df，代码可读性更强，也能避免变量解析错误。
• 如果你的var、id是数据框中的列名，直接在公式里写列名即可，不要用x[,n]这种外部引用的写法。

内容的提问来源于stack exchange，提问作者12666727b9