在R中用tryCatch将自定义函数输出存入列表、消息存入向量

在R中，函数默认在局部环境运行，直接在函数内修改全局定义的ot_vec和msg_lst会失效。这里提供两种实用解决方案：

方法一：使用<<-直接修改全局环境对象 #

<<-操作符可以直接对全局环境中的变量进行赋值，适合简单场景：

# 初始化全局空对象
ot_vec <- c()
msg_lst <- list()

# 自定义示例函数
Square_Calculator <- function(x) {
  if (x < 0) stop("输入不能为负数")
  x^2
}

SquareRoot_Calculator <- function(x) {
  if (x < 0) warning("负数开方将返回复数")
  sqrt(x)
}

# 批量执行函数并处理结果的函数
run_calculators <- function(funcs, args) {
  for (i in seq_along(funcs)) {
    tryCatch({
      # 执行函数并将结果追加到全局msg_lst
      result <- do.call(funcs[[i]], list(args[[i]]))
      msg_lst <<- append(msg_lst, list(result))
    },
    error = function(e) {
      # 捕获错误并追加到全局ot_vec
      ot_vec <<- append(ot_vec, e$message)
    },
    warning = function(w) {
      # 捕获警告并追加到全局ot_vec
      ot_vec <<- append(ot_vec, w$message)
      # 继续执行函数获取结果
      result <- do.call(funcs[[i]], list(args[[i]]))
      msg_lst <<- append(msg_lst, list(result))
    })
  }
}

# 测试执行
run_calculators(
  funcs = list(Square_Calculator, SquareRoot_Calculator),
  args = list(3, -4)
)

# 查看结果
ot_vec
# [1] "负数开方将返回复数"
msg_lst
# [[1]]
# [1] 9
# 
# [[2]]
# [1] 0+2i

方法二：使用环境对象（推荐，更安全） #

把ot_vec和msg_lst放到一个环境中，利用环境的引用传递特性修改，避免污染全局环境：

# 创建存储结果的环境
result_env <- new.env()
result_env$ot_vec <- c()
result_env$msg_lst <- list()

# 批量执行函数并处理结果的函数
run_calculators_env <- function(funcs, args, env) {
  for (i in seq_along(funcs)) {
    tryCatch({
      result <- do.call(funcs[[i]], list(args[[i]]))
      env$msg_lst <- append(env$msg_lst, list(result))
    },
    error = function(e) {
      env$ot_vec <- append(env$ot_vec, e$message)
    },
    warning = function(w) {
      env$ot_vec <- append(env$ot_vec, w$message)
      result <- do.call(funcs[[i]], list(args[[i]]))
      env$msg_lst <- append(env$msg_lst, list(result))
    })
  }
}

# 测试执行
run_calculators_env(
  funcs = list(Square_Calculator, SquareRoot_Calculator),
  args = list(-2, 9),
  env = result_env
)

# 查看结果
result_env$ot_vec
# [1] "输入不能为负数"
result_env$msg_lst
# [[1]]
# [1] 3

两种方法对比 #

• <<-：实现简单，但直接修改全局变量，在复杂脚本中容易引发变量冲突，不推荐大规模使用。
• 环境对象：通过引用传递修改，隔离了全局环境，代码更健壮，适合多函数、多任务的场景。

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