如何将DataFrame列表传入自定义R函数 解决do.call调用报错问题

问题核心原因 #

• 自定义函数内列名大小写不匹配：你定义的tibble列名是小写的new_aur，但lm公式里写的是大写开头的new_AUR，运行时会找不到对应列
• do.call使用逻辑错误：do.call的作用是把列表的每个元素作为独立参数传入目标函数，你的函数仅接收1个x参数，传入包含2个元素的test2列表就会多出未使用的参数，触发报错

正确实现方案 #

首先先修正自定义函数的列名和冗余问题：

library(caret) # 提前加载caret包，否则createDataPartition、trainControl会报错
model_fitting_decay <- function(x) {
  set.seed(4123)
  x <- data.frame(x)
  trainIndex <- createDataPartition(x$qty, p = .8, 
                                    list = FALSE, 
                                    times = 1)
  df_data_train <- x[trainIndex,]
  # 注：原代码定义的trcontrol未被后续逻辑使用，不需要可直接删除
  trcontrol <- trainControl(method = "repeatedcv",
                            number = 10,
                            repeats = 3)
  # 将列名修正为和数据一致的小写new_aur
  model_train_decay <- lm(log(qty)~new_aur, data=df_data_train)
  return(model_train_decay)
}

场景1：给test2中每个tibble分别拟合模型

用lapply遍历列表即可，不需要do.call：

model_list <- lapply(test2, model_fitting_decay)

运行后model_list$a、model_list$b就是对应两个数据集的拟合结果。

场景2：把test2的两个tibble合并为一个数据集拟合单个模型

如果确实需要用到do.call，可以先把两个tibble按行合并再传入函数：

# 合并列表内所有tibble
combined_df <- do.call(rbind, test2)
# 传入拟合函数
total_model <- model_fitting_decay(combined_df)

内容的提问来源于stack exchange，提问作者jolii