Question

假设我有以下公式：

myformula<-formula("depVar ~ Var1 + Var2")

如何从公式对象中可靠地获取因变量名？

我找不到任何用于此目的的内置函数。我知道as.character(myformula)[[2]]可以正常工作，

sub("^(\\w*)\\s~\\s.*$","\\1",deparse(myform))

在我看来，这些方法更像是一种hackery，而不是一种可靠而标准的方法。

有没有人知道具体的方法是什么？ lm使用？我已经看过它的代码了，但对我来说有点神秘......这里有一个方便的引用：

    > lm
function (formula, data, subset, weights, na.action, method = "qr", 
    model = TRUE, x = FALSE, y = FALSE, qr = TRUE, singular.ok = TRUE, 
    contrasts = NULL, offset, ...) 
{
    ret.x <- x
    ret.y <- y
    cl <- match.call()
    mf <- match.call(expand.dots = FALSE)
    m <- match(c("formula", "data", "subset", "weights", "na.action", 
        "offset"), names(mf), 0L)
    mf <- mf[c(1L, m)]
    mf$drop.unused.levels <- TRUE
    mf[[1L]] <- as.name("model.frame")
    mf <- eval(mf, parent.frame())
    if (method == "model.frame") 
        return(mf)
    else if (method != "qr") 
        warning(gettextf("method = '%s' is not supported. Using 'qr'", 
            method), domain = NA)
    mt <- attr(mf, "terms")
    y <- model.response(mf, "numeric")
    w <- as.vector(model.weights(mf))
    if (!is.null(w) && !is.numeric(w)) 
        stop("'weights' must be a numeric vector")
    offset <- as.vector(model.offset(mf))
    if (!is.null(offset)) {
        if (length(offset) != NROW(y)) 
            stop(gettextf("number of offsets is %d, should equal %d (number of observations)", 
                length(offset), NROW(y)), domain = NA)
    }
    if (is.empty.model(mt)) {
        x <- NULL
        z <- list(coefficients = if (is.matrix(y)) matrix(, 0, 
            3) else numeric(), residuals = y, fitted.values = 0 * 
            y, weights = w, rank = 0L, df.residual = if (!is.null(w)) sum(w != 
            0) else if (is.matrix(y)) nrow(y) else length(y))
        if (!is.null(offset)) {
            z$fitted.values <- offset
            z$residuals <- y - offset
        }
    }
    else {
        x <- model.matrix(mt, mf, contrasts)
        z <- if (is.null(w)) 
            lm.fit(x, y, offset = offset, singular.ok = singular.ok, 
                ...)
        else lm.wfit(x, y, w, offset = offset, singular.ok = singular.ok, 
            ...)
    }
    class(z) <- c(if (is.matrix(y)) "mlm", "lm")
    z$na.action <- attr(mf, "na.action")
    z$offset <- offset
    z$contrasts <- attr(x, "contrasts")
    z$xlevels <- .getXlevels(mt, mf)
    z$call <- cl
    z$terms <- mt
    if (model) 
        z$model <- mf
    if (ret.x) 
        z$x <- x
    if (ret.y) 
        z$y <- y
    if (!qr) 
        z$qr <- NULL
    z
}

Answer 1

尝试使用all.vars：

all.vars(myformula)[1]

Answer 2

我找到了一个有用的包'formula.tools'，它适合你的任务。

代码示例：

f＆lt; - as.formula（a1 + a2~a3 + a4）

lhs.vars（f）#get dependent variables

[1]“a1”“a2”

rhs.vars（f）#get independent variables

[1]“a3”“a4”

Answer 3

我想你也可以自己做功能来使用terms()：

getResponse <- function(formula) {
    tt <- terms(formula)
    vars <- as.character(attr(tt, "variables"))[-1] ## [1] is the list call
    response <- attr(tt, "response") # index of response var
    vars[response] 
}

R> myformula <- formula("depVar ~ Var1 + Var2")
R> getResponse(myformula)
[1] "depVar"

它和as.character(myformyula)[[2]]一样hacky，但你可以保证得到正确的变量，因为调用解析树的顺序不会很快改变。

多个因变量不太好：

R> myformula <- formula("depVar1 + depVar2 ~ Var1 + Var2")
R> getResponse(myformula)
[1] "depVar1 + depVar2"

因为他们需要进一步处理。

Answer 4

根据您的编辑获取实际响应，而不仅仅是它的名称，我们可以使用lm()使用的非标准评估惯用法和大多数其他建模函数与基础R中的公式接口

form <- formula("depVar ~ Var1 + Var2")
dat <- data.frame(depVar = rnorm(10), Var1 = rnorm(10), Var2 = rnorm(10))

getResponse <- function(form, data) {
    mf <- match.call(expand.dots = FALSE)
    m <- match(c("formula", "data"), names(mf), 0L)
    mf <- mf[c(1L, m)]
    mf$drop.unused.levels <- TRUE
    mf[[1L]] <- as.name("model.frame")
    mf <- eval(mf, parent.frame())
    y <- model.response(mf, "numeric")
    y
} 

> getResponse(form, dat)
          1           2           3           4           5 
-0.02828573 -0.41157817  2.45489291  1.39035938 -0.31267835 
          6           7           8           9          10 
-0.39945771 -0.09141438  0.81826105  0.37448482 -0.55732976

如您所见，这将从提供的数据框中获取实际的响应变量数据。

这是如何工作的，该函数首先捕获函数调用而不扩展...参数，因为它包含评估公式数据所不需要的东西。

接下来，"formula"和"data"参数与调用匹配。行mf[c(1L, m)]从调用（1L）中选择函数名称以及两个匹配参数的位置。 drop.unused.levels的{{1}}参数在下一行中设置为model.frame()，然后更新呼叫以将呼叫中的函数名称从TRUE切换为{{1 }}。以上所有代码都会调用lm并将调用的进程调用model.frame函数。

然后在函数的父环境中评估此修改后的调用 - 在本例中是全局环境。

最后一行使用lm()提取器函数从模型框架中获取响应变量。

Answer 5

这应该总是给你所有依赖的变种：

myformula<-formula("depVar1 + depVar2 ~ Var1 + Var2")
as.character(myformula[[2]])[-1]
#[1] "depVar1" "depVar2"

我不认为这特别“hacky”。

修改

3个家属发生了奇怪的事情：

myformula<-formula("depVar1 + depVar2 + depVar3 ~ Var1 + Var2") as.character(myformula[[2]]) #[1] "+" "depVar1 + depVar2" "depVar3"

所以这可能不如我想象的那么可靠。

<强> EDIT2：

好的，myformula[[2]]是一个语言对象，而as.character似乎与languageEl类似。

length(myformula[[2]]) #[1] 3 languageEl(myformula[[2]],which=1) #`+` languageEl(myformula[[2]],which=2) #depVar1 + depVar2 languageEl(myformula[[2]],which=3) #depVar3 languageEl(languageEl(myformula[[2]],which=2),which=2) #depVar1

如果检查每个元素的长度，可以创建自己的提取功能。但这可能太过分了。

<强> EDIT3：基于@seancarmody all.vars(myformula[[2]])的答案是可行的方法。

Answer 6

我知道这个问题已经很老了，但是我想我会添加一个基本的R答案，该答案不需要索引，也不依赖于对all.vars的调用中列出的变量的顺序，并在一个以上时将响应变量作为单独的元素提供：

myformula <- formula("depVar1 + depVar2 ~ Var1 + Var2")
all_vars <- all.vars(myformula)
response <- all_vars[!(all_vars %in% labels(terms(myformula)))]

> response
[1] "depVar1" "depVar2"

Answer 7

使用all.vars非常棘手，因为它无法检测到单边公式的响应。例如

all.vars(~x+1)
[1] "x"

那是错的。

这是获得响应的最可靠方法：

    getResponseFromFormula = function(formula) {
        if (attr(terms(as.formula(formula))    , which = 'response'))
            all.vars(formula)[1]
        else
            NULL
    }


getResponseFromFormula(~x+1)
NULL

 getResponseFromFormula(y~x+1)
[1] "y"

请注意，如果公式包含多个响应变量，则可以用all.vars(formula)[1]替换函数中的formula[2]。

如何从公式对象中可靠地获取因变量名？

7 个答案: