如何移除列表中try函数执行报错的元素？（车辆数据分段回归场景）

我明白你的场景——拆分车辆数据后用purrr::map()+try()拟合分段回归，现在要清理掉那些拟合失败产生的错误对象对吧？这其实很容易实现，核心是利用try()报错时返回的try-error类对象来筛选。

第一步：完成模型拟合（带错误捕获） #

首先先把你的拟合代码补全，记得给try()加上silent = TRUE避免刷屏式的报错信息，而且segmented()需要先拟合一个基础线性模型，别漏了这一步：

# 拆分数据为单车辆列表
vehicle_data_list <- my_df %>% split(., .$per.Vehicle.I...)

# 批量拟合分段回归，用try捕获错误
model_results <- vehicle_data_list %>%
  purrr::map(function(vehicle_data) {
    try({
      # 先拟合基础线性模型（segmented的前置要求）
      base_model <- lm(你的因变量 ~ 你的自变量, data = vehicle_data)
      # 拟合分段回归
      segmented::segmented(base_model, seg.Z = ~你的自变量)
    }, silent = TRUE) # 静默模式，不输出报错信息
  })

第二步：过滤掉拟合失败的元素 #

try()在拟合失败时会返回一个try-error类型的对象，我们可以用purrr::keep()来筛选出正常的模型：

方法1：直接判断try-error类型

# 保留所有拟合成功的模型
valid_models <- model_results %>%
  purrr::keep(function(model) !inherits(model, "try-error"))

如果你喜欢更简洁的purrr风格，也可以用匿名函数的简写：

valid_models <- model_results %>%
  purrr::keep(~!inherits(.x, "try-error"))

方法2：先将错误转为NULL再过滤

你也可以在拟合时把错误对象替换成NULL，之后过滤NULL元素，这种方式更直观：

# 拟合时将错误转为NULL
model_results <- vehicle_data_list %>%
  purrr::map(function(vehicle_data) {
    fit_result <- try({
      base_model <- lm(你的因变量 ~ 你的自变量, data = vehicle_data)
      segmented::segmented(base_model, seg.Z = ~你的自变量)
    }, silent = TRUE)
    # 报错则返回NULL，否则返回模型
    if (inherits(fit_result, "try-error")) NULL else fit_result
  })

# 过滤NULL得到有效模型
valid_models <- model_results %>% purrr::keep(!is.null(.))

额外技巧：查看哪些车辆拟合失败 #

如果你想知道具体是哪些车辆ID拟合失败了，可以用purrr::discard()提取错误元素，再取它们的名称：

# 获取拟合失败的车辆ID
failed_vehicle_ids <- model_results %>%
  purrr::discard(~!inherits(.x, "try-error")) %>%
  names()

# 打印结果
cat("拟合失败的车辆ID：", paste(failed_vehicle_ids, collapse = ", "), "\n")

内容的提问来源于stack exchange，提问作者umair durrani