R 通过字符串访问data.table字段的函数；或者，如何模拟lm中的数据

我试图构建一个由

数据.table

字段派生的变量矩阵

具体来说，假设我有一个data.table

dt

和变量

x1

，

x2

，

x3

，我想用列

x1

，

log（x1）

，

as.numeric（as.factor（x3））

和

3*x2-x1

制作

nrow（dt）

x4矩阵

一次过的解决办法是打电话

cbind(dt$x1, log(dt$x1), as.numeric(as.factor(data$x3)), 3 * data$x2-data$x1)

但我想要更具延展性的东西——我稍后会用这个矩阵做一些其他的事情

当指定

data=

参数时，我想这样做与

lm

一样徒劳，在这里我可以从字符串列表中提取变量来执行回归——例如，如果我有

var\u名称

（包括变量的函数，例如

“log（x1）”

或

“as.factor（x2）”

），我可以调用

lm（y~as.formula）（粘贴（var_names[5:8]，collapse=“+”），data=dt）

，它将正确执行

由于应用于变量的函数，我的第一本能——使用

[[

——不起作用：

dt[["log(x1)"]] = NULL

更有希望的是在

j

中进行评估，但我也无法实现这一点：

dt[ , log(x1)] # is fine, but I don't know how to access this from "log(x1)"
dt[ , "log(x1)"] = "log(x1)" #whomp
dt[ , get("log(x1)")] #Error--looking for object named log(x1), as with [[
dt[ , as.formula("log(x1)")] #getting warmer--looks for x1 in the global environment

我不确定如何为

dt

指定环境；我试图了解为

lm

调用

data=

是如何工作的，但没有取得任何进展

但是如果

dt

的环境是

envdt

，我认为这会起作用：

dt[ , as.formula("log(x1)", env = envdt)]

如果我能做到这一点，我将循环通过字符向量得到我的矩阵：

mat <- c()
for (vv in var_names){
   mat <- cbind(mat, dt[ , as.formula(vv, env = envdt)])
}

---

mat这里有一个选项，它使用
.SD
作为计算表达式的环境。
.SD
表示当前
数据。table
（或者至少是当前子组减去分组变量，但由于我们没有分组，所以它与整个表相同）：

数据表有点像使用
和
，例如查看
dt[，environment（）]
。请注意，它不返回全局env。但就目前情况而言，您的问题是不可复制的。请提供一些数据，以便我们可以做您正在做的事情！您能详细说明为什么这样做，但
dt[，as.formula（“log（x1）”，env=.SD）]
没有？另外，这是如何工作的，以及
lm
如何实现
数据=
参数之间是否有明确的联系？@MichaelChirico，我不太熟悉
as.formula
，但它似乎不会做你认为它应该做的事情（即生成一个表达式进行计算）.as.formula
as.formula
创建公式，前提是您提供的字符串包含一个
~
。公式接近引用调用，这正是您所需要的。
quote
和
expression
都会生成引用调用。除此之外，您还需要对调用求值。
data.table
不会自动执行此操作在上面的示例中，我们使用
lappy
将
eval
应用于
调用
表达式的每个成员。作为将来的参考，我还发现在我所做的工作中，知道我可以通过
解析（text=char\u vec）从字符向量到表达式对象非常有用
将
char\u vec
转换为表达式，然后我们可以使用布罗迪的方法，例如
sapply（parse（text=char\u vec），eval）
。
dt <- data.table(x1=1:10, x2=1:10, x3=1:10)
calls <- expression(x1, log(x1), as.numeric(as.factor(x3)), 3 * x2 - x1)
mx <- as.matrix(dt[, lapply(calls, eval, envir=.SD)])   # <- note `.SD`

colnames(mx) <- sapply(calls, deparse, width=500)       # Make pretty 
mx

      x1   log(x1) as.numeric(as.factor(x3)) 3 * x2 - x1
 [1,]  1 0.0000000                         1           2
 [2,]  2 0.6931472                         2           4
 [3,]  3 1.0986123                         3           6
 [4,]  4 1.3862944                         4           8
 [5,]  5 1.6094379                         5          10
 [6,]  6 1.7917595                         6          12
 [7,]  7 1.9459101                         7          14
 [8,]  8 2.0794415                         8          16
 [9,]  9 2.1972246                         9          18
[10,] 10 2.3025851                        10          20