R语言randomForestSRC中传递字符串列名构建随机生存森林问题

直接在rfsrc的公式中使用字符串变量会导致解析错误，因为R会将公式中的符号当作数据框的列名查找，而非读取变量的字符串值。以下两种方法可以解决这个问题，且支持分步骤添加多个变量：

方法1：使用reformulate()构建公式（推荐） #

reformulate()可以直接接收字符串向量作为自变量，快速构建公式对象，非常适合动态添加变量的场景：

library(randomForestSRC)

# 定义单个字符串变量
New_Var <- "Variable1"
# 动态生成公式：指定因变量和自变量
formula_obj <- reformulate(termlabels = New_Var, response = "Surv(Censored_Time, Outcome)")

# 训练模型
rsf_model <- rfsrc(formula_obj,
                   data=df, ntree=1000, mtry=5, min.node.size =3,
                   importance = TRUE)

如果需要分步骤添加多个变量，只需扩展自变量向量即可：

# 初始化变量列表
vars <- c("Variable1")
# 按顺序添加新变量
vars <- c(vars, "Variable2", "Variable3")
# 重新生成公式
formula_obj <- reformulate(termlabels = vars, response = "Surv(Censored_Time, Outcome)")

方法2：拼接字符串后转为公式对象 #

手动拼接公式字符串，再用as.formula()转换为公式对象：

library(randomForestSRC)

New_Var <- "Variable1"
# 拼接公式字符串
formula_str <- paste0("Surv(Censored_Time, Outcome) ~ ", New_Var)
# 转换为公式对象
formula_obj <- as.formula(formula_str)

# 训练模型
rsf_model <- rfsrc(formula_obj,
                   data=df, ntree=1000, mtry=5, min.node.size =3,
                   importance = TRUE)

为什么之前的尝试无效？ #

• df[["Variable1"]]会直接提取变量的数值，而非列名，公式无法识别这种数值对象；
• noquote()和deparse(substitute())仅处理字符串的显示格式，无法改变R对公式符号的解析逻辑，公式仍会将New_Var当作数据框的列名查找。

内容的提问来源于stack exchange，提问作者masomenos x