如何在fixest::feols()中无需字符串转公式引用外部变量构建subset

在使用fixest::feols()函数时，尝试通过自定义函数传递参数，利用subset =参数实现数据子集筛选，却持续收到报错：

‘参数'subset'是一个公式，其变量必须位于参数'data'指定的数据集中。’

尝试的代码如下：

library(fixest)

cars <- mtcars

my_fun <- function(data, hp.c.off) {
  
  feols(mpg ~ disp + drat,
        data = data,
        subset = ~ hp > substitute(hp.c.off))
}

my_fun(data = cars, 150)

预期执行效果等同于直接运行：

feols(mpg ~ disp + drat,
      data = cars,
      subset = ~ hp > 150)

已知可以通过构建字符串表达式再用as.formula()转换实现，但希望找到无需字符串转公式的更优方法来程序化构建该表达式。

解决方案 #

方案1：使用bquote()结合eval() #

bquote()可以保留表达式结构，同时替换指定变量，再通过eval()执行替换后的公式：

library(fixest)

cars <- mtcars

my_fun <- function(data, hp.c.off) {
  feols(mpg ~ disp + drat,
        data = data,
        subset = eval(bquote(~ hp > .(hp.c.off))))
}

my_fun(data = cars, 150)

这里.(hp.c.off)会将函数参数的实际值直接注入公式，生成~ hp > 150的正确表达式，完全不需要字符串转换。

方案2：使用rlang的表达式注入 #

如果熟悉tidyverse生态，可借助rlang包的expr()和!!操作符实现参数注入：

library(fixest)
library(rlang)

cars <- mtcars

my_fun <- function(data, hp.c.off) {
  sub_formula <- expr(~ hp > !!hp.c.off)
  feols(mpg ~ disp + drat,
        data = data,
        subset = sub_formula)
}

my_fun(data = cars, 150)

!!（bang-bang）操作符会强制将hp.c.off的实际值注入表达式，生成目标公式，同样无需字符串转换步骤。

方案3：直接用fixest的fsubset处理数据 #

fixest内置的fsubset()函数可直接对数据集进行筛选，绕开构建subset公式的步骤，代码更直观：

library(fixest)

cars <- mtcars

my_fun <- function(data, hp.c.off) {
  feols(mpg ~ disp + drat,
        data = fsubset(data, hp > hp.c.off))
}

my_fun(data = cars, 150)

这种方式直接在数据层面完成筛选，可读性和维护性都更强。

内容的提问来源于stack exchange，提问作者cach1