Question

在R中，公式对象是符号的，似乎很难解析。但是，我需要将这样的公式解析为一组明确的标签，以便在R之外使用。

（1）

让f代表未指定回复的model formulae，例如~V1 + V2 + V3，我尝试过的一件事是：

t <- terms(f)
attr(t, "term.labels")

但是，如果f中的某些变量是分类的，那么这并不能得到明确的含义。例如，让V1成为具有2个类别的分类变量，即布尔值，并让V2为双精度。

因此，~V1:V2指定的模型应该有2个参数：“intercept”和“xyes：z”。同时，~V1:V2 - 1指定的模型应具有参数“xno：z”和“xyes：z”。但是，没有办法告诉函数terms()哪些变量是分类的（以及有多少类别）无法解释这些变量。相反，它的“terms.labels”中只有V1:V2，这并不代表V1是绝对的上下文中的任何内容。

（2）

另一方面，使用model.matrix是一种简单的方法来获得我想要的东西。问题是它需要一个data参数，这对我不好，因为我只想要在R之外使用符号公式的明确解释。这种方法会浪费很多时间（比较），因为当必须知道公式时，R必须从外部源读取数据是哪些变量是分类的（以及有多少类别）以及哪些变量是双倍的。

有没有办法使用'model.matrix'只指定数据类型而不是实际数据？如果没有，还有什么是可行的解决方案？

Answer 1

嗯，只有在拥有数据的情况下才能确定给定变量是因子还是数字。所以如果没有data参数，你就无法做到。但你需要的只是结构，而不是数据本身，所以你可以使用0行数据框和所有正确类型的列。

f <- ~ V1:V2
V1numeric <- data.frame(V1=numeric(0), V2=numeric(0))
V1factor <- data.frame(V1=factor(c(), levels=c("no","yes")), V2=numeric(0))

查看两个data.frames：

> V1numeric
[1] V1 V2
<0 rows> (or 0-length row.names)
> str(V1numeric)
'data.frame':   0 obs. of  2 variables:
 $ V1: num 
 $ V2: num 
> V1factor
[1] V1 V2
<0 rows> (or 0-length row.names)
> str(V1factor)
'data.frame':   0 obs. of  2 variables:
 $ V1: Factor w/ 2 levels "no","yes": 
 $ V2: num

将model.matrix与这些

一起使用

> model.matrix(f, data=V1numeric)
     (Intercept) V1:V2
attr(,"assign")
[1] 0 1
> model.matrix(f, data=V1factor)
     (Intercept) V1no:V2 V1yes:V2
attr(,"assign")
[1] 0 1 1
attr(,"contrasts")
attr(,"contrasts")$V1
[1] "contr.treatment"

如果您有一个真实的数据集，很容易从保留列信息的那一行获得0行data.frame。只需用FALSE下标即可。如果您有一个具有正确属性的数据框，则无需手动构建data.frame。

> str(mtcars)
'data.frame':   32 obs. of  11 variables:
 $ mpg : num  21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
 $ cyl : num  6 6 4 6 8 6 8 4 4 6 ...
 $ disp: num  160 160 108 258 360 ...
 $ hp  : num  110 110 93 110 175 105 245 62 95 123 ...
 $ drat: num  3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
 $ wt  : num  2.62 2.88 2.32 3.21 3.44 ...
 $ qsec: num  16.5 17 18.6 19.4 17 ...
 $ vs  : num  0 0 1 1 0 1 0 1 1 1 ...
 $ am  : num  1 1 1 0 0 0 0 0 0 0 ...
 $ gear: num  4 4 4 3 3 3 3 4 4 4 ...
 $ carb: num  4 4 1 1 2 1 4 2 2 4 ...
> str(mtcars[FALSE,])
'data.frame':   0 obs. of  11 variables:
 $ mpg : num 
 $ cyl : num 
 $ disp: num 
 $ hp  : num 
 $ drat: num 
 $ wt  : num 
 $ qsec: num 
 $ vs  : num 
 $ am  : num 
 $ gear: num 
 $ carb: num

使用R来解释外部使用的符号公式

1 个答案: