为什么as.formula只在lm（）和（）中起作用？

与R合作，这是一个真正的WTF：

R> f_string <- 'Sepal.Length ~ Sepal.Width'
R> l <- with(iris, lm(as.formula(f_string))) # works fine

R> f_formula <- as.formula(f_string)
R> l <- with(iris, lm(f_formula))
Error in eval(expr, envir, enclos) : object 'Sepal.Length' not found

---

但是我真的很难理解为什么一个有效而另一个无效。

你失败的例子失败了，因为你是在全球环境中创建公式的：

> f_formula <- as.formula(f_string)
> l <- with(iris, lm(f_formula))
Error in eval(expr, envir, enclos) : object 'Sepal.Length' not found
> str(f_formula)
Class 'formula' length 3 Sepal.Length ~ Sepal.Width
  ..- attr(*, ".Environment")=<environment: R_GlobalEnv> 

但这完全忽略了

iris

数据。欢迎来到令人讨厌的行为世界

其他示例都是将

iris

数据帧中的公式对象作为环境进行计算。如果调试

lm

并查看其中一个工作案例中的

公式是什么：

Browse[2]> str(formula)
Class 'formula' length 3 Sepal.Length ~ Sepal.Width
  ..- attr(*, ".Environment")=<environment: 0x9d590b4> 

您可能希望清理代码并使其完全可复制。然而，把
的代码看作.formula，我也不明白。我原以为
as.formula（f_string，env=basenev（））
或
as.formula（f_string，env=parent.frame（））
应该可以工作（我希望是前者），但前提是
env
缺少
它才能工作。（我希望你知道你不应该在这里使用
。
lm
和朋友有一个
data
的争论是有原因的。）@Roland呜呜，不小心在里面留下了一些碎片……@Roland:data=
的争论也是完全正确的。它可以让
lm（）
很好地处理字符串，因此我可以避免整个问题。不过，作为compsci新手，使用
environment（）
还是有意思的：在我看来，与
attr（x，.environment”）
相比，使用
environment（）
是一种稍微漂亮一点的方式来获取分配给对象的环境。因此，您可以执行类似于
ls（envir=environment（f_公式））
的操作。我几乎不会称这种行为为“恼人的”，因为这意味着可以轻松地处理
lm（）
的
data=
参数。当你不正确地使用函数时，不要对它们发火。正如@Roland首先说的，使用
lm（f_公式，iris）
而不是
with（iris，lm（f_公式））
。我使用了这个符号，因为
str（f）
就是这样显示的。大多数R对象（函数、数据帧）不将其环境存储在属性中。我不知道为什么<代码>打印。公式
很有趣。令人烦恼的是，对于一种函数式语言，在公式中会有一些纯粹的函数主义者会回避的评估问题。
> Sepal.Length=1:10
> Sepal.Width=runif(10)
> l <- with(iris, lm(f_formula)) # "works" (ie doesn't error)

Browse[2]> str(formula)
Class 'formula' length 3 Sepal.Length ~ Sepal.Width
  ..- attr(*, ".Environment")=<environment: 0x9d590b4> 

Browse[2]> e = attr(formula,".Environment")
Browse[2]> with(e,ls())
[1] "Petal.Length" "Petal.Width"  "Sepal.Length" "Sepal.Width"  "Species"