从字符串创建公式调用

Question

我使用最佳子集选择包来确定构建模型的最佳自变量（我确实有这样做的特定原因，而不是直接使用最佳子集对象）。我想以编程方式提取特征名称并使用生成的字符串来构建我的模型公式。结果会是这样的：

x <- "x1 + x2 + x3"
y <- "Surv(time, event)"

因为我正在构建coxph模型，所以公式如下：

coxph(Surv(time, event) ~ x1 + x2 + x3)

使用这些字符串字段，我尝试构建如下公式：

form <- y ~ x

这创建了一个类对象formula，但是当我调用它时，coxph它不会根据从公式对象创建的引用进行评估。我收到以下错误：

Error in model.frame.default(formula = y ~ x) : object is not a matrix

如果我eval在调用中调用对象 y 和 x coxph，我会得到以下结果：

Error in model.frame.default(formula = eval(y) ~ eval(x), data = df) : 

变量长度不同（针对“eval(x)”找到）

我不太确定如何继续。感谢您的输入。

Answer 1

找不到好的骗子，因此发表评论作为答案。

如果您将完整公式构建为字符串（包括 ）~，则可以使用as.formula它，例如，

x = "x1 + x2 + x3"
y = "Surv(time, event)"
form = as.formula(paste(y, "~", x))
coxph(form, data = your_data)

对于可重现的示例，请考虑帮助页面底部的第一个示例?coxph：

library(survival)
test1 <- list(time=c(4,3,1,1,2,2,3), 
              status=c(1,1,1,0,1,1,0), 
              x=c(0,2,1,1,1,0,0), 
              sex=c(0,0,0,0,1,1,1)) 
# Fit a stratified model 
coxph(Surv(time, status) ~ x + strata(sex), test1)
# Call:
# coxph(formula = Surv(time, status) ~ x + strata(sex), data = test1)
# 
#    coef exp(coef) se(coef)    z    p
# x 0.802     2.231    0.822 0.98 0.33
# 
# Likelihood ratio test=1.09  on 1 df, p=0.3
# n= 7, number of events= 5 

lhs = "Surv(time, status)"
rhs = "x + strata(sex)"
form = as.formula(paste(lhs, "~", rhs))
form
# Surv(time, status) ~ x + strata(sex)
## formula looks good

coxph(form, test1)
# Call:
# coxph(formula = form, data = test1)
# 
#    coef exp(coef) se(coef)    z    p
# x 0.802     2.231    0.822 0.98 0.33

无论哪种方式，结果都是一样的。