如何通过公式中的string使用引用variables？
在下面的最简单的例子中，我试图在回归公式中使用stringvars的值。 但是，我只能将这个string的variables名称（“v2 + v3 + v4”）传递给公式，而不是这个string的真正含义（例如“v2”是dat $ v2）。
我知道有更好的方法来运行回归（例如， lm(v1 ~ v2 + v3 + v4, data=dat) ）。 我的情况更复杂，我想弄清楚如何在公式中使用string。 有什么想法吗？
更新下面的代码
# minimal example # create data frame v1 <- rnorm(10) v2 <- sample(c(0,1), 10, replace=TRUE) v3 <- rnorm(10) v4 <- rnorm(10) dat <- cbind(v1, v2, v3, v4) dat <- as.data.frame(dat) # create objects of column names c.2 <- colnames(dat)[2] c.3 <- colnames(dat)[3] c.4 <- colnames(dat)[4] # shortcut to get to the type of object my full code produces vars <- paste(c.2, c.3, c.4, sep="+") ### TRYING TO SOLVE FROM THIS POINT: print(vars) # [1] "v2+v3+v4" # use vars in regression regression <- paste0("v1", " ~ ", vars) m1 <- lm(as.formula(regression), data=dat)
更新：在第一个例子中，@Arun对于v1上缺less的“”是正确的。 这固定我的例子，但我仍然有我的真实代码的问题。 在下面的代码块中，我调整了我的示例以更好地反映我的实际代码。 我首先想到创build一个更简单的例子，认为问题是stringvars 。
这是一个不起作用的例子:)使用上面创build的相同的dataframedat 。
dv <- colnames(dat)[1] r2 <- colnames(dat)[2] # the following loop creates objects r3, r4, r5, and r6 # r5 and r6 are interaction terms for (v in 3:4) { r <- colnames(dat)[v] assign(paste("r",v,sep=""),r) r <- paste(colnames(dat)[2], colnames(dat)[v], sep="*") assign(paste("r",v+2,sep=""),r) } # combine r3, r4, r5, and r6 then collapse and remove trailing + vars2 <- sapply(3:6, function(i) { paste0("r", i, "+") }) vars2 <- paste(vars2, collapse = '') vars2 <- substr(vars2, 1, nchar(vars2)-1) # concatenate dv, r2 (as a factor), and vars into `eq` eq <- paste0(dv, " ~ factor(",r2,") +", vars2)
这是问题：
print(eq) # [1] "v1 ~ factor(v2) +r3+r4+r5+r6"
与第一个例子中的regression不同， eq没有列出列名（例如， v3 ）。 对象名称（例如， r3 ）被保留。 因此，下面的lm()命令不起作用。
m2 <- lm(as.formula(eq), data=dat)
我在这里看到一些问题。 首先，我认为这不会造成任何麻烦，但是让我们一步一步地完成数据框架，这样您就不必在全局环境和数据框架中都有v1到v4浮动。 其次，让我们把v2作为一个因素，这样我们就不用在以后把它作为一个因素了。
dat <- data.frame(v1 = rnorm(10), v2 = factor(sample(c(0,1), 10, replace=TRUE)), v3 = rnorm(10), v4 = rnorm(10) )
第一部分现在，为您的第一部分，它看起来像这是你想要的：
lm(v1 ~ v2 + v3 + v4, data=dat)
下面是一个简单的方法来做到这一点，但你仍然需要指定响应variables。
lm(v1 ~ ., data=dat)
另外，你也可以通过粘贴来build立函数，并调用lm函数。
f <- paste(names(dat)[1], "~", paste(names(dat)[-1], collapse=" + ")) # "v1 ~ v2 + v3 + v4" lm(f, data=dat)
但是，在这些情况下，我喜欢使用do.call ，它在将expression式传递给函数之前对其进行求值。 这使得生成的对象更适合调用update等function。 比较输出的call部分。
do.call("lm", list(as.formula(f), data=as.name("dat")))
第二部分关于你的第二部分，看起来这是你要做的：
lm(factor(v2) + v3 + v4 + v2*v3 + v2*v4, data=dat)
首先，因为v2是数据框架中的一个因素，所以我们不需要这个部分，其次，通过更好地使用R的方法来使用算术运算来创build交互，这可以进一步简化。
lm(v1 ~ v2*(v3 + v4), data=dat)
然后我只需使用paste创build函数; 即使在更大的情况下， assign循环可能也不是一个好主意。
f <- paste(names(dat)[1], "~", names(dat)[2], "* (", paste(names(dat)[-c(1:2)], collapse=" + "), ")") # "v1 ~ v2 * ( v3 + v4 )"
然后可以直接使用lm或使用do.call来调用它。
lm(f, data=dat) do.call("lm", list(as.formula(f), data=as.name("dat")))
关于你的代码你尝试使用r3等的问题是你想要variablesr3的内容，而不是r3的值。 为了获得价值，你需要像这样get ，然后你会用paste的价值。
vars <- sapply(paste0("r", 3:6), get) paste(vars, collapse=" + ")
然而，更好的方法是避免assign ，只是build立你想要的术语向量，就像这样。
vars <- NULL for (v in 3:4) { vars <- c(vars, colnames(dat)[v], paste(colnames(dat)[2], colnames(dat)[v], sep="*")) } paste(vars, collapse=" + ")
更像R的解决scheme将是使用lapply ：
vars <- unlist(lapply(colnames(dat)[3:4], function(x) c(x, paste(colnames(dat)[2], x, sep="*"))))
TL; DR：使用paste 。
create_ctree <- function(col){ myFormula <- paste(col, "~.", collapse="") ctree(myFormula, data) } create_ctree("class")
