遍历能耗数据变量时，lm对象列表传入segmented函数报无效类型错误

我正在分析多栋建筑5年的小时级能耗数据，目标是基于建筑温度建立电力消耗模型，找出每栋建筑启动电力制冷的温度拐点。数据样例如下：

head(test1)

Date Hour     Temp Bldg1_elect Bldg2_elect Bldg3_elect Bldg4_elect Bldg5_elect
1 1/1/2017    0 39.00000         190     173.167      245.50       239.0     335.700
2 1/1/2017    1 37.50000         188     172.880      245.25       241.0     333.600
3 1/1/2017    2 34.00000         186     172.703      244.75       238.5     340.900
4 1/1/2017    3 33.00000         187     172.777      248.25       242.5     334.638
5 1/1/2017    4 30.33333         187     173.112      253.00       254.5     338.362
6 1/1/2017    5 31.00000         190     176.044      253.75       283.5     335.263

我尝试用以下R代码批量处理：

library(segmented)

# 创建每个建筑的lm模型列表
Elect_model <- lapply(3:8, function(x) lm(test1[, x] ~ Temp, data = test1))

# 用segmented找温度拐点
Elect_cp <- lapply(1:5, function(x) segmented(Elect_model[[x]], seg.Z = ~Temp))

但运行后报错：

Error in model.frame.default(formula = test1[, x] ~ Temp + test1, data = test1, : 
  invalid type (list) for variable 'test1'

已知segmented函数可接收lm对象作为参数，请问是不能用这种方式循环处理lm对象列表吗？

解决方法 #

问题根源在于创建lm模型时的公式写法：lm(test1[, x] ~ Temp, data = test1)。直接在公式中使用test1[,x]会让lm模型保留对数据集对象的直接引用，而非从data参数指定的数据集里提取变量名。后续segmented函数解析该lm对象时，会错误地将test1识别为公式中的变量（而非数据集），而此时test1在环境中被判定为列表类型，从而触发报错。

修正后的代码 #

通过动态生成包含变量名的公式，避免直接引用数据集列：

library(segmented)

# 提取所有建筑电力消耗的列名
bldg_cols <- names(test1)[4:8]

# 批量创建lm模型
Elect_model <- lapply(bldg_cols, function(col) {
  # 动态生成公式字符串并转为公式对象
  model_formula <- as.formula(paste(col, "~ Temp"))
  lm(formula = model_formula, data = test1)
})

# 批量处理segmented找拐点
Elect_cp <- lapply(Elect_model, function(model) {
  segmented(model, seg.Z = ~Temp)
})

额外说明 #

• 原代码中lapply(3:8, ...)的索引错误：数据集第3列是Temp，建筑电力数据在第4到8列，因此应迭代4:8或直接提取列名，避免索引偏差。
• 用变量名构建公式后，lm模型的公式会明确为BldgX_elect ~ Temp，segmented函数可正确从test1中提取变量，不会出现类型错误。

内容的提问来源于stack exchange，提问作者PAR5102