如何在 R 的 lm 中将 "weights" 列名作为变量传递？

Question

下面的代码使用 R 的 lm 创建一个线性模型，然后创建一个带有权重列的加权模型。最后，我尝试使用变量 weight_col 传递权重列名称，但失败了。我很确定它正在df中寻找“weight_col”，然后调用者的环境，找到一个长度为1的变量，并且长度不匹配。

如何使用 weight_col 作为 df 中权重列的名称？

我尝试了多种组合，但均未成功。

> df <- data.frame(
   x=c(1,2,3),
   y=c(4,5,7),
   w=c(1,3,5)
 )
> lm(y ~ x, data=df)

Call:
lm(formula = y ~ x, data = df)

Coefficients:
(Intercept)            x  
      2.333        1.500  

> lm(y ~ x, data=df, weights=w)

Call:
lm(formula = y ~ x, data = df, weights = w)

Coefficients:
(Intercept)            x  
      1.947        1.658  

> weight_col <- 'w'
> lm(y ~ x, data=df, weights=weight_col)
Error in model.frame.default(formula = y ~ x, data = df, weights = weight_col,  : 
  variable lengths differ (found for '(weights)')

> R.version.string
[1] "R version 3.6.3 (2020-02-29)"

Answer 1

我们可以使用[[来提取列的值

lm(y ~ x, data=df, weights=df[[weight_col]])

或者用tidyverse

library(dplyr)
df %>% 
   summarise(model  = list(y ~ x, weights = .data[[weight_col]]))

Answer 2

您的第一个示例 weights = w，它使用 non-standard 评估在 df 的上下文中查找 w。到目前为止，这对于交互使用来说是正常的。

您的第二组是 weights = weight_col，解析为 weights = "w"，这是非常不同的。 R 的 non-standard（或标准）评估没有任何意义。

正如我在评论中所说，使用 standard-evaluation 形式和 [[。

lm(y ~ x, data=df, weights=df[[weight_col]])
# Call:
# lm(formula = y ~ x, data = df, weights = df[[weight_col]])
# Coefficients:
# (Intercept)            x  
#       1.947        1.658

Answer 3

您可以将数据框名称与提取器运算符一起使用：

lm(y ~ x, data = df, weights = df[[weight_col]])

或者你可以使用函数 get:

lm(y ~ x, data = df, weights = get(weight_col))

如何在 R 的 lm 中将 "weights" 列名作为变量传递？

How to pass "weights" column name as a variable in R's lm?

r

lm