假设我们有以下数据：

# simulate data to fit
set.seed(21)
y = rnorm(100)
x = .5*y + rnorm(100, 0, sqrt(.75))

我们还假设用户已拟合模型：

# user fits a lm
mod = lm(y~x)

现在假设我有一个R包，旨在对对象执行一些操作mod。为了简化起见，假设我们有两个函数，一个函数绘制数据，另一个函数计算系数。但是，作为中介，假设我们要对数据执行一些操作（在此示例中，添加十）。

例子：

# function that adds ten to all scores
add_ten = function(model) {
  data = model$model
  data = data + 10
  return(data)
}

# functions I defined that do something to the "add_ten" dataset
plot_ten = function(model) {
  new_data = data.frame(add_ten(model))
  x = all.vars(formula(model))[2]
  y = all.vars(formula(model))[1]
  ggplot2::ggplot(new_data, aes_string(x=x, y=y)) + geom_point() + geom_smooth()
}

coefs_ten = function(model) {
  new_data = data.frame(add_ten(model))
  coef(lm(formula(model), new_data))
}

（显然，这样做是很愚蠢的。实际上，我要执行的操作是多重插补，这在计算上是很费力的）。

请注意，在上面的示例中，我必须add_ten两次调用该函数，一次是plot_ten，一次是coefs_ten。这是低效的。

那么，现在我的问题是，在函数内创建可重用对象的最佳方法是什么？

我当然可以创建一个放置在用户全局环境中的对象：

add_ten = function(model) {
  # check for add_ten_data in the global environment
  if (exists("add_ten_data", where = .GlobalEnv)) return(get("add_ten_data", envir = .GlobalEnv))
  data = model$model
  data = data + 10
  # assign add_ten_data to the global environment
  assign('add_ten_data', data, envir = .GlobalEnv)
  return(data)
}

我很高兴这样做，但是担心将某些东西放到用户环境中的“礼节”。如果用户在其环境中碰巧有一个名为“ add_ten_data”的对象，则还存在一个潜在的问题。

那么，实现此目标的最佳方法是什么？

提前致谢！