Broom Невозможно обработать список вложенных lm-моделей, если они завернуты в Trycatch или безопасно

Я пытался подогнать линейную модель к большому набору данных (~ 45 миллионов групп по 3 точки на группу). Из-за огромного размера моего набора данных обязательно будут случаи, когда соответствие модели будет отключено. Следовательно, я получаю сообщение об ошибке, связанной с NA в моей модели lm, например:

Error in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) : 
  0 (non-NA) cases

Проблема возникает, когда я пытаюсь обернуть lm вокруг TryCatch или Salely, чтобы поймать и обработать случайные ошибки в процессе подгонки.

Я пробовал пока несколько подходов. Здесь я даю вам фиктивный набор данных:

Чтобы обойти эту ошибку, я попробовал несколько методов. Вы можете возразить, что самый простой способ - сделать сгруппированный фильтр и исключить все наборы данных, полные НА (что я тоже пытался сделать, но, по-видимому, есть некоторые, у которых есть проблемы другого рода, из-за которых моя модель выдает ошибки).

Следовательно, поскольку я хочу иметь надежный поток, применимый к многим типам данных, я пытаюсь написать что-то довольно общее и отказоустойчивое.

Более того, я надеялся использовать multidplyr для распараллеливания, поэтому пошел по пути dplyr. Вот в чем проблема. Как только я оборачиваюсь вокруг либо tryCatch, либо safe, даже если я открою позже broom: tidy не сможет обработать результат. (что является большим обломом, так как это облегчает мою жизнь, поскольку мне не нужно все время кодировать по-лаппийски)

Случай 1: Простая пленка подходит стандартным образом плюс комбинируется с метлой. Все хорошо

library(tidyverse)

df.h= tibble(
  hour  =  factor(c("1_1","1_1","1_1")),
  price =  c(3.235536,3.205588, 3.235930),
  wind  =  c(-2.302585, 3.871201, 5.123964)
)

dfHour = df.h2 %>% group_by(hour) %>%
  do(fitHour = lm(price ~ wind, data = .))

dfHourCoef = broom::tidy(dfHour, fitHour)

Введите набор данных с ошибками, чтобы вызвать ошибку в lm:

library(tidyverse)

df.h2= tibble(
  hour  =  factor(c("1_1","1_1","1_1","1_2","1_2","1_2")),
  price =  c(3.235536,3.205588, 3.235930, 3.235536,3.205588, 3.235930),
  wind  =  c(-2.302585, 3.871201, 5.123964, NA, NA, NA)
)


dfHour2 = df.h2 %>% group_by(hour) %>%
  do(fitHour = tryCatch( lm(myy ~ myx, data = . ), error= function(e){return("FAILURE")} ) ) %>%
  filter(!is.character(fitHour)) # Exploit the fact that all good outputs are 
                                 # a list while faulty output is a character
                                 # to perform filtering

# get the coefficients by group in a tidy data_frame
dfHourCoef2 = broom::tidy(dfHour2, fitHour)

Это вызывает ошибку типа:

Error in .[[object]][[1]] : subscript out of bounds

Способ третий: безопасное завершение, чтобы улавливать сообщения об ошибках

library(tidyverse)

df.h2= tibble(
  hour  =  factor(c("1_1","1_1","1_1","1_2","1_2","1_2")),
  price =  c(3.235536,3.205588, 3.235930, 3.235536,3.205588, 3.235930),
  wind  =  c(-2.302585, 3.871201, 5.123964, NA, NA, NA)
)

test_dataset_lm <- df.h2 %>%
  mutate_if(is.factor, droplevels) %>%    # this is used to exclude leftover
                                          # factor levels from previous 
                                          # processing in the flow
  group_by( hour ) %>%
  do(fitHour = safely(lm)(price ~ wind, data = .)) %>%
  unnest() %>%
  group_by(hour) %>%
  mutate(id = str_c("fitHour_", row_number() ) ) %>%  # Exploit that the 
                                                      # $error list is always 
                                                      # in the second position of every 
                                                      # output / modelfit trial
  spread(id, fitHour) %>%
  filter( fitHour_2 == "NULL" ) %>%
  rename(fitHour = fitHour_1) %>%
  select(-fitHour_2) %>% ungroup() %>%
  broom::tidy()

Последний подход является более дорогостоящим с точки зрения вычислений и, как ожидается, будет намного сложнее работать с очень большим набором данных.

Ошибка, которую дает этот подход в сочетании с tidy ():

Error: evaluation nested too deeply: infinite recursion / options(expressions=)?
Error during wrapup: evaluation nested too deeply: infinite recursion / options(expressions=)?

Я подозреваю, что все сообщения об ошибках являются результатом того, насколько аккуратно (и на первый взгляд) ожидает структура созданного вложенного списка, но я просто не могу понять, как правильно сделать его эквивалентным версиям без оболочки.

Не могли бы вы помочь мне понять источник моей проблемы?

Спасибо!