R语言vegan包指定data参数时无法识别数据框列名问题求助

问题现象 #

• 运行带data参数的rda代码rda(width+height~age+weight, data=mydata)时报错object "width" not recognised，提示无法识别列名width
• 改用$显式索引列的写法rda(mydata$width+mydata$height~mydata$age+mydata$weight)时代码可正常运行
• 同一份mydata数据在其他包中调用无列名识别问题，例如ggplot(mydata,aes(height, width))可正常执行
• 上述带data参数的写法此前可正常运行，常规排查未定位原因

问题根源 #

vegan包中rda、cca等排序函数的公式接口，和R基础的lm、glm等建模函数语法存在差异：

• 公式~左侧为响应变量集合，若存在多个响应变量，必须通过cbind()显式声明为多列矩阵，否则R会将+识别为算术加法运算符，尝试计算两个变量的数值和，而非组合两个变量作为响应输入。这个求值过程的环境路径和标准建模函数不一致，就会触发找不到对应列对象的报错。
• ggplot等非建模函数的参数解析逻辑独立，不存在公式中+符号的语义歧义，因此不会出现同类报错。
• 若之前同写法可正常运行，通常是因为旧版本vegan对未加cbind的非标准写法做了容错兼容，包版本更新后该兼容逻辑被移除；或是此前加载过可自动修正公式解析的第三方包，当前环境未加载对应包。
• 逐列用$索引的写法虽然能运行，但本质是把两列做算术加法得到单向量作为响应变量，并非预期的双响应变量RDA，且后续做模型预测、方差提取时容易出现匹配错误，不推荐使用。

解决方案 #

1. 按照vegan的语法规范，将~左侧的多个响应变量用cbind()包裹即可正常识别data参数中的列名，代码示例：

   # 标准正确写法
   rda(cbind(width, height) ~ age + weight, data = mydata)
   

2. 若修正写法后仍报错，运行find("rda")检查是否存在同名函数遮蔽：如果输出结果里vegan包不是排在第一位，说明其他第三方包的同名rda函数覆盖了vegan的函数，此时可以显式指定命名空间调用：

   vegan::rda(cbind(width, height) ~ age + weight, data = mydata)
   

内容的提问来源于stack exchange，提问作者Andrew Cooke