当调用datadist() + options()设置rms时，Testthat失败

Question

我想使用testthat包进行单元测试，但是似乎无法与rms包正常配合。以下是示例：

library(rms)
set.seed(10)
ds <- data.frame(
  ftime = rexp(200),
  fstatus = sample(0:1,200,replace=TRUE),
  x1 = runif(200),
  x2 = runif(200),
  x3 = factor(sample(LETTERS[1:3], size=200, replace=TRUE)))


ddist <- datadist(ds)
options(datadist="ddist")

s <- Surv(ds$ftime, ds$fstatus == 1)
fit <- cph(s ~ x1 + x2 + x3, data=ds)

返回以下错误：

在Design(eval.parent(m))中出现错误：选项（datadist=）未找到数据集ddist

即使print(ddist)能正常工作并且options("datadist")返回正确的变量，仍然会出现这种情况。 那么，testthat 是否有引起错误的不同变量范围？

更新

我通过在我的软件包目录（Eclipse StatET）中启动R控制台来运行testthat：

library(testthat)
test_dir("inst/tests")
q()

同样的错误也会在R CMD check --as-cran命令中出现。

- Max Gordon

---

@agstudy：添加了我如何运行testthat的方式。 - Max Gordon

“耸肩” 两位教授Harrell和Wickham已经或曾经采用编程技术，这些技术可能与R Core的技术相似或不相似。因此，可能会发生持续四个小时以上的副作用。我想你可能刚好遇到了其中之一。如果您想保留rms，还有其他两个单元测试包可供尝试。 - Dirk Eddelbuettel

目前无法复现。R 2.15.2，MacOS 10.6.8，R.app GUI 1.53（6335），testthat版本为0.7，evaluate版本为0.4.2（并重新测试了evaluate 0.4.3）。也许这是由于常规路径被StatET劫持的问题？我不知道你所说的“使用相同的错误”是什么意思：R CMD check --as-cran？那是完整的命令行输入吗（当我输入它时出现了错误，但与rms无关）？ - IRTFM

@DWin: 我使用的是Windows 7操作系统，R 2.15.2 64位版本，并安装了testthat v0.7、evaluate 0.4.3以及最新的rms包3.6-2。R CMD只是对我的软件包进行CRAN检查的命令。 - Max Gordon

@DirkEddelbuettel：我非常喜欢Hmisc/rms软件包中的工具，而我的软件包旨在补充其中一些工具，比如提供一个替代latex()的markdown选项。我设置单元测试的原因是为了通过重组Predict()、predictrms()、contrast()和summary.rms()这些函数的代码来理解它们。它们都有自己计算置信区间的方法，这对我来说似乎不是一个好主意，特别是因为看起来只有Predict()函数能正确处理基于自助法的估计（使用coef.reps=TRUE）。 - Max Gordon

Answer 1

虽然@agstudy的建议是正确的，但我已经找到了一个简单的解决方法，通过使用<<-运算符将变量分配给全局环境，这是一个有效的测试文件:

set.seed(10)
n <- 11
ds <- data.frame(
  y = rnorm(n),
  x1 = factor(sample(c("a", "aa", "aaa"), size = n, replace = TRUE)))

suppressMessages(library(rms))
dd <<- datadist(ds)
options(datadist = "dd")

context("rms")
test_that("test", {
  fit <- ols(y ~ x1, data=ds)
  s <- summary(fit)
  expect_true(inherits(s, "summary.rms"))
})

如果你恰好在test_that中进行赋值操作，这也可以正常运作：

context("rms")
test_that("test", {
  set.seed(10)
  n <- 11
  ds <- data.frame(
    y = rnorm(n),
    x1 = factor(sample(c("a", "aa", "aaa"), size = n, replace = TRUE)))

  suppressMessages(library(rms))
  dd <<- datadist(ds)
  options(datadist = "dd")

  fit <- ols(y ~ x1, data=ds)
  s <- summary(fit)
  expect_true(inherits(s, "summary.rms"))
})

这也等同于下面的代码（可能更易理解）：

env <- globalenv() # Grab the global environment
env$dd <- datadist(ds) # Assign the datadist to it

如果您想了解环境是如何工作的，我可以推荐Hadley在Advanced R中对此主题的优秀覆盖。我发现这解释了我遇到的许多问题。请参考链接。

- Max Gordon

Answer 2

正如错误提示所建议的那样，这是一个范围问题。

一个可能的解决方法是在调用 test_dir 时定义你的 ds。

例如，你可以像这样创建文件 runtest.R

library(rms)
set.seed(10)
ds <- data.frame(
  ftime = rexp(200),
  fstatus = sample(0:1,200,replace=TRUE),
  x1 = runif(200),
  x2 = runif(200),
  x3 = factor(sample(LETTERS[1:3], size=200, replace=TRUE)))
ddist <- datadist(ds)
options(datadist="ddist")
library(testthat)
test_dir("inst/tests")

- agstudy