Question

有没有人放在一起/找到一个很好的方法来列出给定对象可用的所有 S3 方法？内置的methods()函数将为指定的类或指定的泛型函数提供所有可用的方法，但不为对象提供。

我想到的一个例子是glm对象，它是（次要？）类"glm"，但也继承自"lm"

g <- glm(y~x,data=data.frame(x=1:10,y=1:10))
class(g)
## [1] "glm" "lm"

课程有35种方法＆＃34; lm＆＃34;和＃34; glm＆＃34;。我对结合了

结果的答案感兴趣

lapply(class(g),function(x) methods(class=x))

以明智的方式，以便我可以立即看到（例如）glm具有add1特定方法，但alias的方法继承自lm x$getRefClass()$methods()班。

有人有光滑的方式来做这件事，还是已经存在？

PS史蒂夫沃克的S3-S4-reference class glossary表明这对于引用类是自动的，我们必须使用一个对象来获取方法（{{1}}）。

Answer 1

这是一个至少会告诉你对象最初会触发哪种S3方法的函数：

findMethodsS3 <- function(object) {
    x <- unlist(lapply(class(object),function(x) methods(class=x)))   
    sort(x[!duplicated(tools::file_path_sans_ext(x))])
}

findMethodsS3(g)
#  [1] "add1.glm"           "alias.lm"           "anova.glm"         
#  [4] "case.names.lm"      "confint.glm"        "cooks.distance.glm"
#  [7] "deviance.glm"       "dfbeta.lm"          "dfbetas.lm"        
# [10] "drop1.glm"          "dummy.coef.lm"      "effects.glm"       
# [13] "extractAIC.glm"     "family.glm"         "formula.glm"       
# [16] "hatvalues.lm"       "influence.glm"      "kappa.lm"          
# [19] "labels.lm"          "logLik.glm"         "model.frame.glm"   
# [22] "model.matrix.lm"    "nobs.glm"           "plot.lm"           
# [25] "predict.glm"        "print.glm"          "proj.lm"           
# [28] "qr.lm"              "residuals.glm"      "rstandard.glm"     
# [31] "rstudent.glm"       "simulate.lm"        "summary.glm"       
# [34] "variable.names.lm"  "vcov.glm"           "weights.glm"

Answer 2

这是尝试复制＆＃34;标准＆＃34;行为

classMethods <- function(cl) {
    if(!is.character(cl)) {
        cl<-class(cl)
    }
    ml<-lapply(cl, function(x) {
        sname <- gsub("([.[])", "\\\\\\1", paste0(".", x, "$"))
        m <- methods(class=x)
        data.frame(
            m=as.vector(m), 
            c=x, n=sub(sname, "", as.vector(m)),
            attr(m,"info"),
            stringsAsFactors=F
        )
    })
    df<-do.call(rbind, ml)
    df<-df[!duplicated(df$n),]
    structure(df$m, 
        info=data.frame(visible=df$visible, from=df$from), 
        class="MethodsFunction")
}

然后你可以用

来试试

g <- glm(y~x,data=data.frame(x=1:10,y=1:10))
classMethods(g)
#or classMethods(c("glm","lm"))

然后将返回

 [1] add1.glm*           anova.glm           confint.glm*        cooks.distance.glm*
 [5] deviance.glm*       drop1.glm*          effects.glm*        extractAIC.glm*    
 [9] family.glm*         formula.glm*        influence.glm*      logLik.glm*        
[13] model.frame.glm     nobs.glm*           predict.glm         print.glm          
[17] residuals.glm       rstandard.glm       rstudent.glm        summary.glm        
[21] vcov.glm*           weights.glm*        alias.lm*           case.names.lm*     
[25] dfbeta.lm*          dfbetas.lm*         dummy.coef.lm*      hatvalues.lm       
[29] kappa.lm            labels.lm*          model.matrix.lm     plot.lm            
[33] proj.lm*            qr.lm*              simulate.lm*        variable.names.lm* 

   Non-visible functions are asterisked

它并不像Josh那样优雅或简短，但我认为它很好地重现了默认行为。看到methods函数本身大多只是所有已知函数名称的grep，这很有趣。我从那里借了gsub个东西。

函数返回适用于对象的所有S3方法

2 个答案: