is.data.frame（.l）中出错：对象'；集团'；找不到

不确定在没有可复制的示例数据的情况下你们是否都能帮助我，但我在运行下面的代码时遇到了问题。我试图使用multidplyr包，但它似乎找不到我的专栏。我正在运行下面的代码：

cl <- detectCores()
cl

models_prep <-
  bookings_prep %>%
  inner_join(pipeline_prep_, by = c("booking_type", "group")) %>%
  crossing(biz_day) %>%
  left_join(closed_pipeline, by = c("booking_type", "group")) %>%
  select(-opportunity_forecast_category)

group1 <- rep(1:cl, length.out = nrow(models_prep))
models_prep1 <- bind_cols(tibble(group1), models_prep)


cluster <- new_cluster(cl)

cluster %>%
  cluster_library("tidyr") 

cluster %>%
  cluster_library("purrr") 

cluster %>%
  cluster_library("plyr") 

cluster %>%
  cluster_library("dplyr") 

cluster_copy(cluster, "rmf")
cluster_copy(cluster, "fc_xreg")


#cluster_assign(cluster, "rmf")
#cluster_copy(cluster,c("rmf","fc_xreg"))

by_group <- models_prep %>%
  group_by(group) %>%
  partition(cluster) 

by_group1 <- models_prep1 %>%
  group_by(group1) %>%
  partition(cluster) 

models <-  by_group %>%
  mutate(
    xreg_arima = pmap(list(data = pipeline, h = 1,name = group, bookings = bookings, type = booking_type,
                           biz_day = biz_day, no_bookings = no_bookings,
                           sparse_pipeline = sparse_pipeline,
                           closed_forecast_cat = pipeline_amount, FUN = "fc_xreg"), rmf))

cl%
交叉口（营业日）%>%
左连接（封闭管道，按=c（“预订类型”、“组”））%>%
选择（-opportunity\u forecast\u category）
集团1%
集群图书馆（“plyr”）
群集%>%
集群库（“dplyr”）
集群拷贝（集群，“rmf”）
集群拷贝（集群，“fc\U xreg”）
#集群分配（集群，“rmf”）
#集群拷贝（集群，c（“rmf”、“FCxreg”））
按组%
分组依据（分组）%>%
分区（群集）
按组1%
分组依据（分组1）%>%
分区（群集）
型号%
变异(
xreg_arima=pmap（列表（数据=管道，h=1，名称=组，预订=预订，类型=预订类型，
商务日=商务日，无预订=无预订，
稀疏_管道=稀疏_管道，
已结清（预测（类别=管道（金额，FUN=“fc\u xreg”），rmf））

---

一切都取决于模型有时只需要引用参数，特别是在dplyr-ish情况下

models <-  by_group %>%
  mutate(
    xreg_arima = pmap(list(data = pipeline, h = 1,name = "group", bookings = "bookings", type = "booking_type",
                           biz_day = "biz_day", no_bookings = "no_bookings",
                           sparse_pipeline = "sparse_pipeline",
                           closed_forecast_cat = "pipeline_amount", FUN = "fc_xreg"), rmf))

型号%
变异(
xreg_arima=pmap（列表（数据=管道，h=1，name=“group”，bookings=“bookings”，type=“booking_type”，
biz_day=“biz_day”，no_bookings=“no_bookings”，
稀疏管道=“稀疏管道”，
已结清的（预测（cat=“管道数量”，FUN=“fc\u xreg”），rmf）

我相信这是有效的，但现在我得到了错误：UseMethod（“选择”）中的错误：没有适用于“选择”的方法应用于类“character”的对象。我知道这表明了什么，但idk为什么它会开始处理而看不到df或TIBLE？对不起，我看得更近了，这不太合适。它只是将这些字符串作为输入，而不是引用具有该名称的实际变量