R中自定义Cox模型函数依赖全局环境的原因及解决方法

1. 报错原因 #

你设置options(datadist = 'dd')时，rms包的cph函数会根据字符串'dd'去全局环境（.GlobalEnv）查找对应的datadist对象，但myfun1里的dd是定义在函数局部环境中的变量，不属于全局环境，所以cph找不到这个对象，就抛出了"dataset dd not found"的错误。

而myfun2用<<-把dd直接赋值到了全局环境，cph自然能找到对应的对象，因此可以正常运行。

2. 不暴露全局环境的解决办法 #

这里有几种靠谱的方式，优先推荐第一种（官方设计的标准用法）：

方案一：直接给cph传datadist参数 #

cph本身支持通过datadist参数直接传入预处理好的对象，完全不需要依赖全局选项，这是最规范的写法：

library(survival)
library(rms)
data(lung)

myfun1 <- function(data, x){
  x = sym(x)
  
  dd = datadist(data)
  
  # 直接在cph调用里传入datadist参数
  fit = rlang::inject(cph(Surv(time, status) ~ rcs(!!x), data = data, datadist = dd))
  
  fit
}

myfun1(data = lung, x = 'meal.cal')

方案二：临时修改环境，用完恢复 #

如果一定要用options(datadist)的方式，可以把dd临时放到当前函数环境里，同时记得退出函数时恢复原来的选项，避免污染全局设置：

myfun1 <- function(data, x){
  x = sym(x)
  
  dd = datadist(data)
  # 先保存原来的datadist设置，后面要恢复
  old_dd_setting = getOption("datadist")
  options(datadist = 'dd')
  # 把dd放到当前函数环境，让cph能找到它
  assign('dd', dd, envir = environment())
  
  # 函数退出时自动恢复原来的选项
  on.exit({
    options(datadist = old_dd_setting)
  })
  
  fit = rlang::inject(cph(Surv(time, status) ~ rcs(!!x), data = data))
  
  fit
}

myfun1(data = lung, x = 'meal.cal')

方案三：用with()指定运行环境 #

通过with()把cph的运行环境指定为当前函数的局部环境，这样cph就能找到局部的dd了：

myfun1 <- function(data, x){
  x = sym(x)
  
  dd = datadist(data)
  old_dd_setting = getOption("datadist")
  options(datadist = 'dd')
  
  on.exit(options(datadist = old_dd_setting))
  
  fit = with(environment(), {
    rlang::inject(cph(Surv(time, status) ~ rcs(!!x), data = data))
  })
  
  fit
}

myfun1(data = lung, x = 'meal.cal')

内容的提问来源于stack exchange，提问作者zhiwei li