从数据框中提取公式中的变量

Question

我有一个包含一些术语的公式和一个包含所有这些术语和更多术语的数据框（早期model.frame()调用的输出model.frame() 。 我想要只包含公式中出现的变量的模型框架的子集。

ff <- log(Reaction) ~ log(1+Days) + x + y
fr <- data.frame(`log(Reaction)`=1:4,
                 `log(1+Days)`=1:4,
                 x=1:4,
                 y=1:4,
                 z=1:4,
                 check.names=FALSE)

所需的结果是fr减去z列（ fr[,1:4]是作弊——我需要一个程序化的解决方案......）

一些策略不工作：

fr[all.vars(ff)]
## Error in `[.data.frame`(fr, all.vars(ff)) : undefined columns selected

（因为all.vars()得到"Reaction" ，而不是log("Reaction") ）

stripwhite <- function(x) gsub("(^ +| +$)","",x)
vars <- stripwhite(unlist(strsplit(as.character(ff)[-1],"\\+")))
fr[vars]
## Error in `[.data.frame`(fr, vars) : undefined columns selected

（因为分裂+虚假分裂log(1+Days)项）。

我一直在考虑走下公式的解析树：

ff[[3]]       ## log(1 + Days) + x + y
ff[[3]][[1]]  ## `+`
ff[[3]][[2]]  ## log(1 + Days) + x

但我还没有找到一个解决方案，而且我好像要掉进兔子洞了。 想法？

Answer 1

这应该有效：

> fr[gsub(" ","",rownames(attr(terms.formula(ff), "factors")))]
  log(Reaction) log(1+Days) x y
1             1           1 1 1
2             2           2 2 2
3             3           3 3 3
4             4           4 4 4

并感谢 Roman Luštrik 为我指明了正确的方向。

编辑：看起来你也可以把它从“变量”属性中拉出来：

fr[gsub(" ","",attr(terms(ff),"variables")[-1])]

编辑 2：发现第一个问题，涉及I()或offset() ：

ff <- I(log(Reaction)) ~ I(log(1+Days)) + x + y
fr[gsub(" ","",attr(terms(ff),"variables")[-1])]

不过，使用正则表达式很容易纠正这些问题。 但是，如果您遇到类似问题中调用变量的情况，例如log(x)并在公式中与I(log(y))的变量y ，这将变得非常混乱。

Answer 2

在我看来，唯一的问题是 fr 的第二列的名称中缺少空格。 用空格重命名它并以这种方式拉列：

ff <- log(Reaction) ~ log(1+Days) + x + y
fr <- data.frame(`log(Reaction)`=1:4,
                 `log(1 + Days)`=1:4,
                 x=1:4,
                 y=1:4,
                 z=1:4,
                 check.names=FALSE)


fr[labels(terms(ff))]

如果您认为两者之间的唯一区别始终是fr的名称有空格，而ff中的名称没有，则上述解决方案成立。 不过，我更喜欢labels(terms(x))一点，因为它看起来更抽象一点。

fr[gsub(pattern = ' ', replacement = '', x = labels(terms(ff)))]