通过调用 datadist() + options() 设置 rms 时测试失败答案

【问题标题】：Testthat fails when setting up rms by calling datadist() + options()通过调用 datadist() + options() 设置 rms 时测试失败
【发布时间】：2012-12-14 23:39:30
【问题描述】：

我正在尝试使用testthat 包进行一些单元测试，但我似乎无法让它与rms 包一起正常工作。下面的例子：

library(rms)
set.seed(10)
ds <- data.frame(
  ftime = rexp(200),
  fstatus = sample(0:1,200,replace=TRUE),
  x1 = runif(200),
  x2 = runif(200),
  x3 = factor(sample(LETTERS[1:3], size=200, replace=TRUE)))


ddist <- datadist(ds)
options(datadist="ddist")

s <- Surv(ds$ftime, ds$fstatus == 1)
fit <- cph(s ~ x1 + x2 + x3, data=ds)

返回此错误：

设计错误(eval.parent(m))：未找到选项的数据集 ddist(datadist=)

这即使 print(ddist) 有效并且 options("datadist") 返回正确的变量。 testthat 是否有不同的变量范围导致错误？

更新

我通过在我的包目录 (Eclipse StatET) 中启动的 R 控制台运行测试：

library(testthat)
test_dir("inst/tests")
q()

R CMD check --as-cran 也会出现同样的错误

【问题讨论】：

@agstudy：添加了我如何运行测试
Harrell 和 Wickham 教授都曾（或曾经）使用过可能接近或不接近 R Core 的编程技术。因此，可能会出现持续超过四个小时的副作用。我想你可能刚遇到一个。如果您想保留rms，可以尝试其他两个单元测试包。
目前无法重现。 R 2.15.2、MacOS 10.6.8、R.app GUI 1.53 (6335)、testthat 版本 0.7、evaluate 0.4.2（并使用evaluate 0.4.3 重新测试）。也许是 StatET 劫持了通常的路径有问题？我不知道您所说的相同错误是什么意思：R CMD check --as-cran 这是完整的命令行条目（我输入时出错，但与rms 无关）？
@DWin：我使用 Windows 7、R 2.15.2 64 位、testthat v 0.7、评估 0.4.3 和最新的 rms 包 3.6-2。 R CMD 只是对我的包裹进行检查。
@DirkEddelbuettel：我真的很喜欢 Hmisc/rms 包中的工具，我自己的包是为了补充其中的一些，比如降价替代 latex()。我设置单元测试的原因是通过重组 Predict()、predictrms()、contrast() 和 summary.rms() 看看我是否能理解一些代码——它们都有自己的计算置信区间。在我看来，这似乎是个坏主意，尤其是因为 Predict() 似乎是唯一能够正确处理自举估计的方法（使用 coef.reps=TRUE）。

标签： r testthat

【解决方案1】：

是的，这是错误提示的范围问题。

一种可能的解决方法是在您调用test_dir 的位置定义您的ds

例如你创建文件，runtest.R 这样

library(rms)
set.seed(10)
ds <- data.frame(
  ftime = rexp(200),
  fstatus = sample(0:1,200,replace=TRUE),
  x1 = runif(200),
  x2 = runif(200),
  x3 = factor(sample(LETTERS[1:3], size=200, replace=TRUE)))
ddist <- datadist(ds)
options(datadist="ddist")
library(testthat)
test_dir("inst/tests")

【讨论】：

【解决方案2】：

虽然@agstudy 的建议是正确的，但我已经通过使用将变量分配给全局环境的 运算符找到了一个简单的解决该错误的方法，这是一个有效的测试文件：

set.seed(10)
n <- 11
ds <- data.frame(
  y = rnorm(n),
  x1 = factor(sample(c("a", "aa", "aaa"), size = n, replace = TRUE)))

suppressMessages(library(rms))
dd <<- datadist(ds)
options(datadist = "dd")

context("rms")
test_that("test", {
  fit <- ols(y ~ x1, data=ds)
  s <- summary(fit)
  expect_true(inherits(s, "summary.rms"))
})

如果您碰巧在test_that 内进行分配，这也有效：

context("rms")
test_that("test", {
  set.seed(10)
  n <- 11
  ds <- data.frame(
    y = rnorm(n),
    x1 = factor(sample(c("a", "aa", "aaa"), size = n, replace = TRUE)))

  suppressMessages(library(rms))
  dd <<- datadist(ds)
  options(datadist = "dd")

  fit <- ols(y ~ x1, data=ds)
  s <- summary(fit)
  expect_true(inherits(s, "summary.rms"))
})

这也相当于下面的代码（也许更容易理解）：

env <- globalenv() # Grab the global environment
env$dd <- datadist(ds) # Assign the datadist to it

如果您想了解有关环境如何工作的更多信息，我可以推荐 Hadley 对 topic 的出色 Advanced R 覆盖。我发现这可以解释我遇到的许多问题。

【讨论】：