如何用lapply生成语法正确的多模型公式？

问题根源 #

你原代码的问题出在两点：

1. 当regr传入空字符串（' '）时，拼接自变量会产生带空格的无效片段，和随机效应项拼接后出现重复的+符号；
2. 当无额外自变量时，+和*符号的组合逻辑完全一致，生成了完全相同的冗余模型。

修正方案 #

我们可以先明确需要的非冗余模型组合，再通过过滤空元素、合理拼接的方式构造公式，直接跳过字符串替换的麻烦（毕竟公式对象不适合用字符串处理工具修改）。

步骤1：定义模型核心组件

xnam <- "indipendent"       # 基础自变量
regrs <- c("A", "B")        # 可选的第二个自变量
symbs <- c("+", "*")        # 变量关系符号（求和/交互）
rand_eff <- "(1|C)"         # 随机效应项
resp <- "dipendent outcome" # 响应变量

步骤2：生成非冗余的模型组合

直接排除无额外自变量时的重复组合，只保留一组：

model_specs <- rbind(
  # 有第二个自变量的情况：A/B 分别与 +/* 组合
  expand.grid(regr = regrs, symb = symbs, stringsAsFactors = FALSE),
  # 仅基础自变量的情况：只保留一组
  data.frame(regr = "", symb = "", stringsAsFactors = FALSE)
)

步骤3：批量构造正确公式

通过过滤空元素、动态拼接的方式生成公式：

formulas <- lapply(seq(nrow(model_specs)), function(i) {
  spec <- model_specs[i, ]
  # 筛选有效自变量，去掉空字符串
  vars <- c(xnam, spec$regr)
  vars <- vars[vars != ""]
  
  # 构造自变量表达式：单变量直接用，多变量用指定符号连接
  if (length(vars) == 2) {
    pred_term <- paste(vars, collapse = spec$symb)
  } else {
    pred_term <- vars
  }
  
  # 合并自变量与随机效应，生成最终公式
  reformulate(c(pred_term, rand_eff), response = resp)
})

验证结果 #

运行后得到的formulas包含以下5个无冗余、无语法错误的公式：

1. dipendent outcome ~ indipendent + A + (1|C)
2. dipendent outcome ~ indipendent * A + (1|C)
3. dipendent outcome ~ indipendent + B + (1|C)
4. dipendent outcome ~ indipendent * B + (1|C)
5. dipendent outcome ~ indipendent + (1|C)

完全符合需求，没有重复符号和冗余模型。

内容的提问来源于stack exchange，提问作者12666727b9