R语言for循环中如何索引动态命名的新建数据框列

我使用R内置数据集mtcars作为示例，需要完成两项操作：

• 步骤1：通过for循环批量运行回归模型，所有模型自变量固定，因变量随循环迭代更换；
• 步骤2：对步骤1输出的每个回归模型的残差做正态得分变换。

library(tidyverse)
data("mtcars")

# 逻辑说明
# Step 1: 因变量 ~ cyl + disp + hp + drat
# Step 2: 对Step1得到的残差做变换

# 提取所有作为因变量的列名（排除2-5列的自变量）
outcome = colnames(mtcars[, -c(2:5)])

for (i in outcome) {
  # Step 1: 循环更换因变量拟合模型
  formula = as.formula(paste0(i, "~ cyl + disp + hp + drat"))
  model = lm(formula, data = mtcars, na.action = na.exclude)
  
  # 将每个模型的残差存为新列，列名加后缀.res
  mtcars[, paste0(i, ".res")] = residuals(model)
  
  # Step 2: 变换残差，存为加后缀.invn的新列
  mtcars[, paste0(i, ".invn")] =
    qnorm((rank(mtcars[,get(paste0(i,".res"))],na.last="keep")-0.5)/sum(!is.na(mtcars[,get(paste0(i,".res"))])))
}

运行代码到步骤2时抛出错误：

Error in get(paste0(i, ".res")) : object 'mpg.res' not found

• 初步判断索引逻辑有问题：如果直接写固定列名mtcars[, 'mpg.res']索引不会报错；
• 场景限制：列名是随循环变量i动态生成的，无法直接写死带引号的固定列名；
• 已尝试方案：使用eval(parse())拼接索引语句，但没有成功。

补充说明：我知道用purrr::map或者apply系列函数可以更简单实现这个需求，但是我想搞懂for循环场景下这个问题的正确解法。

报错核心是get()函数的查找逻辑问题：get()默认会在当前运行环境中查找独立的命名对象，不会自动进入mtcars数据框内部查找列，而mpg.res是mtcars的列，不是环境里的独立变量，自然会报找不到对象的错。

这个场景完全不需要用get()或者eval(parse())这类容易出问题的非标准计算方案，R原生的[[索引就支持直接传入字符串类型的列名，完美适配动态生成列名的场景，修正后的代码如下：

library(tidyverse)
data("mtcars")

outcome = colnames(mtcars[, -c(2:5)])

for (i in outcome) {
  # 拟合模型
  model_formula <- as.formula(paste0(i, "~ cyl + disp + hp + drat"))
  lm_model <- lm(model_formula, data = mtcars, na.action = na.exclude)
  
  # 提前生成动态列名，存为变量方便复用
  res_col_name <- paste0(i, ".res")
  trans_col_name <- paste0(i, ".invn")
  
  # 保存残差，用[[索引传入动态列名
  mtcars[[res_col_name]] <- residuals(lm_model)
  
  # 提前提取残差向量，避免反复索引数据框
  res_vector <- mtcars[[res_col_name]]
  # 计算变换后的值
  mtcars[[trans_col_name]] <- qnorm(
    (rank(res_vector, na.last = "keep") - 0.5) / sum(!is.na(res_vector))
  )
}

几个注意点：

• 动态索引数据框列优先用[[，比[,]更稳妥，不会出现意外的维度折叠问题；
• 动态生成的列名可以提前存为字符串变量，不需要每次索引都重复写paste0，减少代码冗余；
• 后续计算需要重复用到的列值，可以提前提取为单独的向量，既简化代码，也能提升运行效率。

内容的提问来源于stack exchange，提问作者celilati