自定义预测函数不会返回 R 中的均值控制变量

问：

我正在尝试创建一个快速函数，用于从回归生成预测数据，该函数还控制其他预测变量的均值，但我在代码的第二次迭代中陷入了死胡同。第一个版本运行良好。下面是它的样子。

#### Line Data Function ####
gen.line <- function(fit,x,name,l=200){
  
  #### Load DPLYR ####
  suppressPackageStartupMessages(require(dplyr))
  
  #### Generate X Data ####
  df <- data.frame(
    x = seq(
      min(x),
      max(x),
      length.out=l
    )
  ) %>% 
    setNames(name) %>%
    as_tibble()
  
  #### Predict Y ####
  p <- predict(fit,newdata=df)
  
  #### Create line.data tibble ####
  line.data <- tibble(
    !!name := df[[name]], # this prevents $ operator
    y = p
  )
  
  #### Return Seq and Pred Data ####
  return(line.data)
}

#### Get Data ####
set.seed(123)
x <- runif(100,0,8) + 50
y <- 50 + cos(x) + rnorm(100,sd=.5) 
fit <- lm(y ~ cos(x))

#### Generate Line ####
plot(x,y)
lines <- gen.line(
  fit,
  x,
  "x"
)

这给了我正确的预测线：

问题是，当我尝试将其概括为包括任何其他预测变量时，这些预测变量设置为它们的平均值以产生部分效应图。到目前为止，我的代码如下所示：

#### Mean-Controlled Version ####
gen.line <- function(fit, # regression
                     x, # variable of interest
                     name, # name of variable
                     l=200, # length of xseq
                     extra_vars=list()){ # other vars
  #### Load DPLYR ####
  suppressPackageStartupMessages(require(dplyr))
  
  #### Generate X Data ####
  df <- data.frame(
    x = seq(
      min(x),
      max(x),
      length.out=l
    )
  ) %>% 
    setNames(name) %>%
    as_tibble()
  
  #### Add extra variables ####
  for(var in names(extra_vars)) {
    df <- df %>% 
      mutate(!!var := mean(extra_vars[[var]]))
  }
  
  #### Predict Y ####
  p <- predict(fit,newdata=df)
  
  #### Create line.data tibble ####
  line.data <- tibble(
    !!name := df[[name]],
    y = p
  )
  
  #### Return Seq and Pred Data ####
  return(line.data)
}


#### Get Data ####
set.seed(123)
x <- runif(100,0,8) + 50
z <- runif(100,0,8) + 30
y <- 50 + cos(x) + cos(z) + rnorm(100,sd=.5) 

#### Fit Data ####
fit <- lm(y ~ cos(x) + cos(z))
summary(fit)

#### Generate Line ####
gen.line(
  fit, x, "x", extra_vars = list(z = z)
)

当我运行最后一行代码时，它给了我一个常量值，这显然是错误的（它是预测数据，所以它应该根据值而变化。请参阅下面的输出。yx

# A tibble: 200 × 2
       x     y
   <dbl> <dbl>
 1  50.0  50.0
 2  50.0  50.0
 3  50.1  50.0
 4  50.1  50.0
 5  50.2  50.0
 6  50.2  50.0
 7  50.2  50.0
 8  50.3  50.0
 9  50.3  50.0
10  50.4  50.0
# ℹ 190 more rows
# ℹ Use `print(n = ...)` to see more rows

如何解决此问题？