R 公式相对于绑定环境的行为

Question

我想知道 R 如何将环境绑定到公式的一些细节，以及在不同情况下对所述环境的要求，特别是公式中不包含 ~ 是否打开。

假设我有两个像字符串一样的公式，它们通常是通过编程方式创建的，但为简单起见，我只定义为文字：

$ formula_str_no_tilde <- "a + b"
$ formula_str_with_tilde <- "~ a + b"

我打算使用这些从包含 a 和 b 列的数据框中进一步创建模型矩阵。为此，我想将类似公式的字符串转换为合法公式。这是非常奇怪的不同行为的地方：

$ formula_no_tilde <- as.formula(formula_str_no_tilde)
> Error in eval(expr, envir, enclos) : object 'a' not found

同时：

$ formula_with_tilde <- as.formula(formula_str_with_tilde)
no error

查看 as.formula 的文档，有一个 env 参数用于将环境绑定到公式。这个参数默认绑定全局环境，这对错误消息有一定的意义，因为我们在全局环境中没有'a'。不过，它确实使接受第二次调用 as.formula 变得神秘，因为我们处于同样的情况......

由于全球环境是绑定的，人们会理智地怀疑这整个冒险可能被误导了，我们将无法在以后使用我们的 formula_with_tilde 来制作模型矩阵，因为全球环境已经边界。尽管如此：

$ D <- data.frame('a'=c(1, 2, 3), 'b'=c(-1, 0, 1))
$ model.matrix(formula_with_tilde, D)

如您天真希望的那样工作。可能这是model.matrix的一个特性，它为你重新绑定了环境……

所以这是我的问题：

• 在 R 中没有波浪线的公式是否非法？有没有什么情况是有意义的？
• 为什么不包含波浪号会引发环境查找错误，而包含它却不会？
• model.matrix 是否重新绑定与公式关联的环境？

为了完整性：

• 有没有更好的专业人士开始以编程方式生成和操作公式？

Answer 1

如果你想要一个 unevalated 调用对象（这是波浪号运算符返回的那种 R 语言对象），那么你可以使用call：

 call( '+',quote(a),quote(b))
 #a + b

您需要通过用quote 包围来防止解释器的默认操作来评估第二个和第三个参数。您可以将结果用作 `eval 的合法第一个参数并使用数据框作为环境：

dat <- data.frame(a=1:10,b=1:10)
eval( call( '+',quote(a),quote(b)), dat)
# [1]  2  4  6  8 10 12 14 16 18 20

“是公式的波浪号部分”问题的答案：如果我们相信这一点，可能是，是的：

 (~a)[[1]]
#`~`

要从字符串“a+b”构建函数结果，这是一种方法：

 as.call( parse(text="a+b") )
#(a + b)()

“model.matrix 是否重新绑定与公式关联的环境？”

嗯，不完全是，至少我理解这个问题。 model.matrix 从 model.frame 中提取值，这是一个增强的数据框，但它的属性列表中没有附加环境。

看看这些语言对象有什么属性是很有趣的：

> class(bquote(a+b))
[1] "call"
> identical( bquote(a+b), ~a+b)
[1] FALSE

> attributes( ~a+b)
$class
[1] "formula"

$.Environment
<environment: R_GlobalEnv>

> attributes( bquote(a+b))
NULL

在 Globalenv 和 dat 中使用 a=1 和 b=2，如上：

> eval(  (~a+b)[[2]], envir=dat)
 [1]  2  4  6  8 10 12 14 16 18 20
> 
> eval( (~a+b)[[2]] )
[1] 3

附录：Konrad 的评论指出 eval 的参数可以是公式调用或表达式中的任何一个，因此您不需要 as.call，提示我进一步说明 eval 和 evalq可用于产生反映上述差异的结果，仅使用表达式 a+b：

> evalq( a+b, envir=dat)
 [1]  2  4  6  8 10 12 14 16 18 20
> eval( a+b, envir=dat)   # evaluated in current scope despite  envir=dat
[1] 3