我觉得这样做应该相当简单,但我终生无法找到解决方案......我想在与它所在的环境不同的环境中评估 R 函数。
我想要什么:
# A simple function
f <- function() {
x + 1
}
# Create an env and assign x <- 3
env <- new.env()
assign("x", 3, envir = env)
# Call f on env
call_on_env(f, env)
#> 4
我最接近“
call_on_env()
”的是:# Quote call and evaluate
quo <- quote(f())
eval(quo, envir = env)
不幸的是,上面的代码返回一个错误:
Error in f() : object 'x' not found
.那么...有没有办法让我评估f()
在 env
?编辑:我可以发送
f()
至 env
然后调用它,但这会留下 f()
永久在那里。对于上下文[见下文],我想与一些预加载的包并行调用该函数。上下文:我正在与
parallel::clusterMap()
并行调用一个函数我希望在我的全局环境中加载的包也加载到集群上。据我所知,parallel::clusterExport()
只能导出变量列表,所以它对我不起作用......
最佳答案
搬家 f
进入 env
environment(f) <- env
f()
# [1] 4
注意:正如您在此处遇到的那样,在不同环境中评估对象是不可取的。最好将您计划相互交互的所有对象保留在同一环境中。
如果不想改变
f
的环境,您可以将上述所有内容放入一个新函数中。fx <- function(f, env) {
environment(f) <- env
f()
}
fx(f, env)
# [1] 4
关于r - 在不同的环境中调用 R 函数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49640961/