在 R 中的函数调用中评估代码（在循环中使用 ICC::ICCbare）

Question

我想在循环中使用ICC::ICCbare 函数。但是，ICCbare 使用具体的变量名称作为输入，例如：

ICCbare(x = group, y = variable1, data = dat)

其中“group”和“variable1”都是data.frame“dat”的列（即dat$variable1）； ICCbare不能与y = dat[, i]一起使用。

为了编写一个循环，我需要在 ICCbare 的函数调用中评估一些 R 代码。我的想法如下：

for(i in 1:10){
  ICCbare(group, names(dat)[i], data = dat)  
}

但是，这不起作用。打印以下错误：

Error in '[.data.frame`(data, yc) : undefined columns selected'

有没有办法在将语句names(dat)[i]) 传递给函数调用之前先对其进行评估？

这是我的问题的最小工作示例：

# Create data set
dat <- data.frame(group=c(rep("A",5), 
                  rep("B",5)), 
                  variable1=1:10, 
                  variable2=rnorm(10))

# Loop
for (i in names(dat)[2:3]){
  ICCbare("group", i, data = dat)
} 

Answer 1

我同意@agstudy。这是非标准评估的一个坏例子。您可以将其用作解决方法：

v <- "variable1"
ICCbare("group",  v, data = dat)
#Error in `[.data.frame`(data, yc) : undefined columns selected

eval(bquote(ICCbare("group",  .(v), data = dat)))
#$ICC
#[1] 0.8275862

Answer 2

这是ICCbare 中的一个错误，它试图以错误的方式将参数管理为name。

function (x, y, data) 
{
  ICCcall <- Call <- match.call()
  xc <- as.character(ICCcall[[2L]])  ## this is ugly!
  yc <- as.character(ICCcall[[3L]])  
  inds <- unique(data[xc])[[1]]
  tdata <- data.frame(data[yc], data[xc])

我个人会删除第一行并假设参数只是列名。

ICCbare_simple <- 
function (xc, yc, data) 
{
  ## remove lines before this one 
  inds <- unique(data[xc])[[1]]
  ## the rest of the code 
  .....
}

Answer 3

我是ICC 的维护者，我要感谢您的精彩讨论。我知道这是一个很晚的回复，但我刚刚更新了软件包，新版本（v2.3.0）应该修复了“丑陋”的代码和 OP 遇到的问题。请参阅this gist 中的示例。

我只是想在此处发布此内容，以防有人搜索类似问题。再次感谢，抱歉耽搁了。

这里是要点的内容：

---

ICC非标准评估示例

R 的 ICC 包通过单向方差分析计算组内相关系数 (ICC)。最近，该包已更新，以更好地在每个函数（2.3.0 及更高版本）内执行 R 的非标准评估。包函数现在应该能够处理调用函数的一系列可能场景，我希望这是一种不那么怪诞和更标准的编写 R 函数的方式。为了演示，下面是其中一些场景。请注意，示例使用ICCbare 函数，但提供函数参数的方式将适用于ICC 中的所有函数。

首先，加载包（并确保版本>2.3.0）

library(ICC)
packageVersion("ICC")

data.frame 的列

在这里，我们提供列名和包含用于计算 ICC 的数据的 data.frame。我们将使用ChickWeight 数据名。

data(ChickWeight)
ICCbare(x = Chick, y = weight, data = ChickWeight)
#$ICC
#[1] 0.1077609

遍历data.frame 的列

在这种情况下，我们可能有一个 data.frame，我们希望在其中估计许多不同类型测量的 ICC，每个测量具有相同的分组或因子变量（例如，x）。极端情况可能是在模拟或引导场景中，甚至是一些花哨的高通量表型/数据收集。关键是，我们希望自动计算每一列的 ICC。

首先，我们将在示例中使用 3 个特征来模拟我们自己的数据集：

set.seed(101)
n <- 15                                    # number of individuals/groups/categories/factors
k <- 3                                     # number of measures per 'n'
va <- 1                                    # variance among
icc <- 0.6                                 # expected ICC
vw <- (va * (1 - icc)) / icc               # solve for variance within
simdf <- data.frame(ind = rep(LETTERS[1:n], each = k),
   t1 = rep(rnorm(n, 10, sqrt(va)), each = k) + rnorm(n*k, 0, sqrt(vw)),
   t2 = rep(rnorm(n, 10, sqrt(va)), each = k) + rnorm(n*k, 0, sqrt(vw)),
   t3 = rep(rnorm(n, 10, sqrt(va)), each = k) + rnorm(n*k, 0, sqrt(vw)))

想到了两种遍历列的方法：迭代传递每列的名称或迭代传递列索引。我将在下面演示两者。我在for 循环中执行这些操作，因此更容易看到，但一个简单的扩展是通过使用apply 系列函数中的某些东西来对其进行矢量化。首先，传递名称：

for(i in names(simdf)[-1]){
   cat(i, ":")
   tmp.icc <- ICCbare(x = ind, y = i, data = simdf)
   cat(tmp.icc, "\n")
}
#t1 : 0.60446 
#t2 : 0.6381197 
#t3 : 0.591065 

甚至像这样：

for(i in 1:3){
   cat(paste0("t", i), ": ")
   tmp.icc <- ICCbare(x = ind, y = paste0("t", i), data = simdf)
   cat(tmp.icc, "\n")
}
#t1 : 0.60446 
#t2 : 0.6381197 
#t3 : 0.591065 

或者，传递列索引：

for(i in 2:ncol(simdf)){
   cat(names(simdf)[i], ": ")
   tmp.icc <- ICCbare(x = ind, y = simdf[, i], data = simdf)
   cat(tmp.icc, "\n")
}
#t1 : 0.60446 
#t2 : 0.6381197 
#t3 : 0.591065 

不推荐将字符作为参数传递

请注意，如果直接传递一个字符（例如，"t1"），该函数仍然可以工作，尽管使用了warning。该警告仅意味着这可能不再适用于该软件包的未来版本。例如：

ICCbare(x = ind, y = "t1", data = simdf)
#[1] 0.60446
#Warning message:
#In ICCbare(x = ind, y = "t1", data = simdf) :
#  passing a character string to 'y' is deprecated since ICC version
#  2.3.0 and will not be supported in future versions. The argument 
#  to 'y' should either be an unquoted column name of 'data' or an object

但是请注意，对字符求值的表达式（例如，paste0("t", 1)）不会抛出 warning，这很好！