循环追加数据框报错：无法将'closure'类型强制转为'list'类型

问题背景 #

尝试在循环中执行10折交叉验证，将每折测试集的预测值存入空数据框，现有代码如下：

for(i in 1:10){
    testIndexes <- which(folds==i,arr.ind=TRUE)
    testData <- Data[testIndexes, ]
    trainData <- Data[-testIndexes, ]
    fit_train<-lmer(values~PTAH_base+PTAL_base+PTAU_base+ChemoDose+RT+(1|SAMPLE_NAME),data=trainData)
    pred_test <- predict(fit_train,newdata=testData,allow.new.levels=TRUE)
    df = rbind(df,pred_test)
}

运行时最后一行df = rbind(df,pred_test)出现错误：

Error in base::rbind(...) : 
  cannot coerce type 'closure' to vector of type 'list'

错误原因 #

• 未初始化目标数据框：循环前未定义df变量，R会默认匹配同名的内置函数（df()是stats包的密度函数），导致rbind尝试拼接函数对象和预测结果，触发类型不兼容错误。
• 预测结果类型不匹配：predict.lmer返回的是向量而非数据框，直接用rbind拼接向量和未初始化的"函数对象"，进一步加剧了类型冲突。

修复方案 #

1. 提前初始化空数据框 #

在循环开始前，创建结构匹配的空数据框：

# 初始化空数据框，指定列名和数值类型
df <- data.frame(predicted_values = numeric(0))

2. 转换预测结果为数据框后拼接 #

将向量格式的pred_test转为数据框，再执行追加操作：

for(i in 1:10){
    testIndexes <- which(folds==i,arr.ind=TRUE)
    testData <- Data[testIndexes, ]
    trainData <- Data[-testIndexes, ]
    fit_train<-lmer(values~PTAH_base+PTAL_base+PTAU_base+ChemoDose+RT+(1|SAMPLE_NAME),data=trainData)
    pred_test <- predict(fit_train,newdata=testData,allow.new.levels=TRUE)
    # 把预测向量转为数据框，保持列名一致
    pred_df <- data.frame(predicted_values = pred_test)
    df <- rbind(df, pred_df)
}

更优的循环追加方案 #

循环中频繁使用rbind会反复分配内存，数据量大时效率极低。推荐用列表存储中间结果，最后一次性合并：

# 初始化空列表
pred_list <- list()

for(i in 1:10){
    testIndexes <- which(folds==i,arr.ind=TRUE)
    testData <- Data[testIndexes, ]
    trainData <- Data[-testIndexes, ]
    fit_train<-lmer(values~PTAH_base+PTAL_base+PTAU_base+ChemoDose+RT+(1|SAMPLE_NAME),data=trainData)
    pred_test <- predict(fit_train,newdata=testData,allow.new.levels=TRUE)
    # 将每折结果存入列表
    pred_list[[i]] <- data.frame(predicted_values = pred_test)
}

# 一次性合并所有列表元素为数据框
df <- do.call(rbind, pred_list)

如果使用dplyr包，合并步骤可简化为：

library(dplyr)
df <- bind_rows(pred_list)

内容的提问来源于stack exchange，提问作者sabc04