有没有比字符串操作更好的替代方案，用于以编程方式构建公式？

Question

其他人的函数似乎都接受公式对象，然后在内部进行某些黑魔法，我很羡慕。

我正在编写一个拟合多个模型的函数。这些模型的公式的一部分保持不变，而一部分则从一个模型转到另一个模型。笨拙的方法是让用户将公式部分作为字符字符串输入，对其进行一些字符操作，然后使用 as.formula。

但在采取这种方式之前，我只想确定我没有忽略一些更干净的方法，使函数能够接受标准 R 格式的公式（例如从其他使用公式的对象中提取的公式）。

我想要像这样的东西...

> LHS <- y~1; RHS <- ~a+b; c(LHS,RHS);
y ~ a + b
> RHS2 <- ~c;
> c(LHS, RHS, RHS2);
y ~ a + b + c

或者...

> LHS + RHS;
y ~ a + b
> LHS + RHS + RHS2;
y ~ a + b + c

...但不幸的是，两种语法都不起作用。有人知道是否有其他方法吗？谢谢。

- bokov

---

尽管我最终意识到我不需要那么高的通用性，而是更好地利用了“update”函数，但下面mnel的回答是一个好的、有用的答案，并且可能已经实现了我最初的目标。总的来说，我会为好的答案点赞，但在我亲自尝试并可以证明它们之前不会接受它们。在许多情况下，我自己找到了更好的答案，应该在有时间的时候提交自我答案。我的接受回答的标准太严格了吗？ - bokov

Answer 1

reformulate 将实现你想要的功能。

reformulate(termlabels = c('x','z'), response = 'y')
## y ~ x + z

或者去掉截距

reformulate(termlabels = c('x','z'), response = 'y', intercept = FALSE)
## y ~ x + z - 1

请注意，您不能构建包含多个reponses的公式，例如x+y ~z+b。

reformulate(termlabels = c('x','y'), response = c('z','b'))
z ~ x + y

从一个现有的公式中提取术语（根据您的示例给出）

attr(terms(RHS), 'term.labels')
## [1] "a" "b"

要获得响应有些不同，一个简单的方法（用于单个变量响应）。

as.character(LHS)[2]
## [1] 'y'


combine_formula <- function(LHS, RHS){
  .terms <- lapply(RHS, terms)
  new_terms <- unique(unlist(lapply(.terms, attr, which = 'term.labels')))
  response <- as.character(LHS)[2]

  reformulate(new_terms, response)


}


combine_formula(LHS, list(RHS, RHS2))

## y ~ a + b + c
## <environment: 0x577fb908>

我认为更明智的做法是将响应指定为字符向量，例如：

combine_formula2 <- function(response, RHS, intercept = TRUE){
  .terms <- lapply(RHS, terms)
  new_terms <- unique(unlist(lapply(.terms, attr, which = 'term.labels')))
  response <- as.character(LHS)[2]

  reformulate(new_terms, response, intercept)


}
combine_formula2('y', list(RHS, RHS2))

你也可以定义一个加号运算符来处理公式（更新设置公式对象的新方法）。

`+.formula` <- function(e1,e2){
  .terms <- lapply(c(e1,e2), terms)
  reformulate(unique(unlist(lapply(.terms, attr, which = 'term.labels'))))
}

RHS + RHS2
## ~a + b + c

你也可以谨慎地使用 update.formula，使用 . 符号。

 update(~a+b, y ~ .)
 ##  y~a+b

- mnel

---

赞一个你的总结。但我们要承认：如果您想编写易于阅读的代码，那么使用字符串方式是正确的方法。我怀疑，就整个生命周期而言，速度上的收益是否足以让您有时间喝杯咖啡。 - Dieter Menne

@DieterMenne 增加速度并不重要-增加安全性才是重点。当有人首次尝试使用您的代码时，如果使用了非语法变量名称（例如"a b"），它将会出现奇怪的错误，这将使你花费数小时来查找。请注意，"a b"是一个示例，表示任何非法变量名都会导致此问题。 - hadley

除了使用 update.formula，还有其他使用 . 的方法吗？我最终使用了 setdiff() 语句，而我本来想在 reformulate() 中使用 ~.-var1-var2，但帮助文档没有提到这种用法。 - bright-star

没有直接/明确调用 paste(sep="~")，但我们仍然在操作字符串。 - green diod