Question

我试图将因子变量的级别与变量名称（模型返回的格式）分开。

我的字符串（抱歉：已修改更具代表性）

vars <- c("(Intercept)", "wt", "gearyy", "cyl4", "cyl8")

预期结果（虽然列表也可以）

#     [,1]   [,2]
#[1,] "wt"   ""  
#[2,] "gear" "yy" 
#[3,] "cyl"  "4" 
#[4,] "cyl"  "8"

我的尝试：我以为我可以grep部分搜索（但没有成功）

grep(paste0("\\b", "cyl", "\\b") , est$vars )

模特：

library(glmnet)

mtcars$gear <- factor(mtcars$gear, labels=c("xx", "yy", "zz"))
mtcars$am <- factor(mtcars$am, labels=c("yes", "no"))
mtcars$cyl <- factor(mtcars$cyl)

x <- model.matrix(~ wt + disp + gear + am + cyl, data=mtcars,
                  contrasts.arg = lapply(mtcars[sapply(mtcars, is.factor)], 
                                         contrasts, contrasts=FALSE))

fit <- glmnet(x, mtcars$mpg)  
cfs <- coef(fit, s=0.5)     

est <- data.frame(vars=cfs@Dimnames[[1]][cfs@i+1], est=cfs@x, stringsAsFactors=F)

Answer 1

尝试

 pat <- paste(colnames(mtcars), collapse="|")
 v2 <- sub(pat, '', vars[-1])
 v1 <- sub(paste(v2[nzchar(v2)], collapse='|'), '', vars[-1])
 data.frame(v1, v2)
 #    v1 v2
 #1   wt   
 #2 gear yy
 #3  cyl  4
 #4  cyl  8

更新

根据OP的评论，最好有

 v1 <- sub(paste0(paste0(v2[nzchar(v2)], "+$"), collapse='|'), '', vars)

将变量名称与字符串中的因子级别分开

1 个答案:

更新