使用 Python 创建 R 的公式

Question

我正在编写一个使用 Python 与 R 交互的程序。基本上，我有一些 R 库，我想将它们引入我的 Python 代码中。下载 rpy2 后，我定义了我想在单独的 .R 文件脚本中使用的 R 函数。

R 函数要求我们将公式传递给它以应用某些 oversampling 技术。下面是我写的 R 函数：

WFRandUnder <- function(target_variable, other, train, rel, thr.rel, C.perc, repl){
    a <- target_variable
    b <- '~'
    form_begin <- paste(a, b, sep=' ')
    fmla <- as.formula(paste(form_begin, paste(other, collapse= "+")))
    undersampled = RandUnderRegress(fmla, train, rel, thr.rel, C.perc, repl)
    return(undersampled)
}

我从 python 传递目标变量名称，以及包含所有其他列名称的列表。因为我希望它如下所示： my_target_variable ~ all other columns

但是在这些行中：

a <- target_variable
    b <- '~'
    form_begin <- paste(a, b, sep=' ')
    fmla <- as.formula(paste(form_begin, paste(other, collapse= "+")))

如果我的数据中有很多列，则公式并不总能得到公式化。我应该怎么做才能让它始终有效？我将所有列的名称与 + 运算符连接起来。

Answer 1

感谢@nicola，我能够通过执行以下操作解决此问题：

create_formula <- function(target_variable, other){
    # y <- target_variable
    # tilda <- '~'
    # form_begin <- paste(y, tilda, sep=' ')
    # fmla <- as.formula(paste(form_begin, paste(other, collapse= "+")))
    # return(fmla)
    y <- target_variable
    fmla = as.formula(paste(y, '~ .'))
    return(fmla)
}

我使用 rpy2 从我的 python 程序中调用此函数。这没有问题，因为每当我们使用这个公式时，我们都会将数据本身附加到它上面，所以它不会有问题。演示我所说内容的示例代码：

        if self.smogn:
            smogned = runit.WFDIBS(

                 # here is the formula call (get_formula is a python function that calls create_formula defined above in R)
                fmla=get_formula(self.target_variable, self.other),

                # here is the data 
                dat=df_combined,

                method=self.phi_params['method'][0],
                npts=self.phi_params['npts'][0],
                controlpts=self.phi_params['control.pts'],
                thrrel=self.thr_rel,
                Cperc=self.Cperc,
                k=self.k,
                repl=self.repl,
                dist=self.dist,
                p=self.p,
                pert=self.pert)

使用 Python 创建 R 的公式

Creating R's formula using Python

python

r

formula

rpy2

oversampling