在purrr:：map调用中查看底层对象

我有一个因变量名称的字符向量，它被重复的回归调用使用，大致如下：

library(purrr)
c('hp', 'wt', 'disp') %>% 
    paste('mpg ~', .) %>% 
    map(as.formula) %>% 
    map(lm, data = mtcars)

转换为公式的顺序来自alistaire的答案。但是，使用

map

作为对多个变量重复调用的一种方式，会从摘要输出中屏蔽变量名称：

#> [[1]]
#> 
#> Call:
#> .f(formula = .x[[i]], data = ..1)       <- This is what I'm talking about
#> 
#> Coefficients:
#> (Intercept)           hp  
#>    30.09886     -0.06823
#> ...

---

有没有办法在

map

调用中公开底层的

.x

变量内容，从而使摘要输出更加透明？例如，我希望得到类似典型的

lm

调用输出，

lm（formulua=mpg~hp，data=mtcars）

在

lm

中更新

呼叫是一个选项

library(purrr)
library(dplyr)
map(c('hp', 'wt', 'disp'), ~ reformulate(.x, response = "mpg") %>% {
                             fml <- .
                             lm1 <- lm(.,  data = mtcars)
                             lm1$call <- fml
                             lm1
        })

库（purrr）
图书馆（dplyr）
映射（c（'hp'，'wt'，'disp'），~重新格式化（.x，response=“mpg”）%>%{
在我看来，fml最好使用
nest
ing和
map
ping。我认为这是
Call
的问题。您可以随时更新调用，您可以使用
map（c（'hp'，'wt'，'disp'），~重新格式化（.x，response=“mpg”）%>%lm（data=mtcars））
@akrun重新格式化的方法在调用中也有同样的问题。输出是
lm（公式=，数据=mtcars）
。你说
lm（公式=.x，数据=mtcars）
更好。所以，我不知道你期望什么
library(purrr)
library(dplyr)
map(c('hp', 'wt', 'disp'), ~ reformulate(.x, response = "mpg") %>% {
                             fml <- .
                             lm1 <- lm(.,  data = mtcars)
                             lm1$call <- fml
                             lm1
        })