如何在R函数中传递字符串

我有一个df，我想用header和return线性模型的名称做一个函数

我正在尝试这个：

a <- function(j,k){
  reg1 <- lm(data$j ~ data$k)
  summary(reg1)
}

a(j="hour",k="score")

---

a试试这个。如果要使用字符串作为数据帧中的变量，最好使用
[[]]
在函数中调用它们。下面是您的函数代码，稍有改动：

a <- function(j,k){
  reg1 <- lm(data[[j]] ~ data[[k]])
  summary(reg1)
}

a(j="hour",k="score")

如果需要，您可以进一步调整函数
a
。
试试这个。如果要使用字符串作为数据帧中的变量，最好使用
[[]]
在函数中调用它们。下面是您的函数代码，稍有改动：

a <- function(j,k){
  reg1 <- lm(data[[j]] ~ data[[k]])
  summary(reg1)
}

a(j="hour",k="score")

如果需要，您可以进一步调整函数
a
。
将列名作为变量传递时，不能使用
$
。这里有几种方法可以做到这一点

使用“重新格式化”创建公式对象
您可以将其称为：

a(mtcars, 'mpg', 'cyl')

#Call:
#lm(formula = sprintf("%s~%s", j, k), data = data)

#Residuals:
#    Min      1Q  Median      3Q     Max 
#-4.9814 -2.1185  0.2217  1.0717  7.5186 

#Coefficients:
#            Estimate Std. Error t value Pr(>|t|)    
#(Intercept)  37.8846     2.0738   18.27  < 2e-16 ***
#cyl          -2.8758     0.3224   -8.92 6.11e-10 ***
#---
#Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

#Residual standard error: 3.206 on 30 degrees of freedom
#Multiple R-squared:  0.7262,   Adjusted R-squared:  0.7171 
#F-statistic: 79.56 on 1 and 30 DF,  p-value: 6.113e-10

a（mtcars、mpg、cyl）
#电话：
#lm（公式=sprintf（“%s~%s”，j，k），数据=data）
#残差：
#最小1季度中值3季度最大值
#-4.9814 -2.1185  0.2217  1.0717  7.5186 
#系数：
#估计标准误差t值Pr（>t）
#（截距）37.8846 2.0738 18.27<2e-16***
#气缸-2.8758 0.3224-8.92 6.11e-10***
#---
#签名。代码：0'***'0.001'***'0.01'*'0.05'.'0.1''1
#剩余标准误差：30个自由度上的3.206
#倍数R平方：0.7262，调整后的R平方：0.7171
#F-统计量：1和30 DF的79.56，p-值：6.113e-10

请注意，我在函数中添加了
数据
，作为附加参数。通常，在函数中传递数据对象比在全局环境中依赖它进行求值更好。
在将列名作为变量传递时，不能使用
$
。这里有几种方法可以做到这一点

使用“重新格式化”创建公式对象
您可以将其称为：

a(mtcars, 'mpg', 'cyl')

#Call:
#lm(formula = sprintf("%s~%s", j, k), data = data)

#Residuals:
#    Min      1Q  Median      3Q     Max 
#-4.9814 -2.1185  0.2217  1.0717  7.5186 

#Coefficients:
#            Estimate Std. Error t value Pr(>|t|)    
#(Intercept)  37.8846     2.0738   18.27  < 2e-16 ***
#cyl          -2.8758     0.3224   -8.92 6.11e-10 ***
#---
#Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

#Residual standard error: 3.206 on 30 degrees of freedom
#Multiple R-squared:  0.7262,   Adjusted R-squared:  0.7171 
#F-statistic: 79.56 on 1 and 30 DF,  p-value: 6.113e-10

a（mtcars、mpg、cyl）
#电话：
#lm（公式=sprintf（“%s~%s”，j，k），数据=data）
#残差：
#最小1季度中值3季度最大值
#-4.9814 -2.1185  0.2217  1.0717  7.5186 
#系数：
#估计标准误差t值Pr（>t）
#（截距）37.8846 2.0738 18.27<2e-16***
#气缸-2.8758 0.3224-8.92 6.11e-10***
#---
#签名。代码：0'***'0.001'***'0.01'*'0.05'.'0.1''1
#剩余标准误差：30个自由度上的3.206
#倍数R平方：0.7262，调整后的R平方：0.7171
#F-统计量：1和30 DF的79.56，p-值：6.113e-10

请注意，我在函数中添加了
数据
，作为附加参数。通常，在函数中传递数据对象比在全局环境中依赖它进行评估更好

a(mtcars, 'mpg', 'cyl')

#Call:
#lm(formula = sprintf("%s~%s", j, k), data = data)

#Residuals:
#    Min      1Q  Median      3Q     Max 
#-4.9814 -2.1185  0.2217  1.0717  7.5186 

#Coefficients:
#            Estimate Std. Error t value Pr(>|t|)    
#(Intercept)  37.8846     2.0738   18.27  < 2e-16 ***
#cyl          -2.8758     0.3224   -8.92 6.11e-10 ***
#---
#Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

#Residual standard error: 3.206 on 30 degrees of freedom
#Multiple R-squared:  0.7262,   Adjusted R-squared:  0.7171 
#F-statistic: 79.56 on 1 and 30 DF,  p-value: 6.113e-10