在R中使用lm与glm时，如何指定变量范围（如1到N）？

当你需要为glm或lm指定连续范围的变量，而不想逐个输入时，有几种高效的方法：

方法1：用字符串拼接构建公式 #

先提取目标变量的列名，拼接成公式字符串后转成公式对象：

# 示例：选择train.df中第1到第10列作为预测变量
predictor_cols <- colnames(train.df)[1:10]
# 拼接公式字符串
formula_text <- paste("RESPONSE ~", paste(predictor_cols, collapse = " + "))
# 转换为公式并建模
model1 <- glm(as.formula(formula_text), data = train.df, family = "binomial")
summary(model1)

方法2：结合dplyr筛选列后建模 #

如果你习惯用tidyverse工具，可以先筛选出需要的列，再用.代表所有预测变量：

library(dplyr)
# 筛选RESPONSE和第1到第N列，然后建模
model1 <- glm(RESPONSE ~ ., 
              data = train.df %>% select(RESPONSE, 1:N), 
              family = "binomial")
summary(model1)

如果变量名是连续命名的（比如var1到var10），也可以直接用变量名范围：select(RESPONSE, var1:var10)。

方法3：使用reformulate函数（更简洁） #

reformulate函数可以直接传入预测变量向量和响应变量名，快速生成公式：

# 指定预测变量为第1到第10列
predictor_cols <- colnames(train.df)[1:10]
# 生成公式并建模
model1 <- glm(reformulate(predictor_cols, response = "RESPONSE"), 
              data = train.df, 
              family = "binomial")
summary(model1)

注意事项 #

• 确认列的位置：如果响应变量RESPONSE在数据框的某个位置，要避免把它包含到预测变量范围里，比如如果RESPONSE是第5列，预测变量可以用1:4或6:ncol(train.df)。
• 可以用str(train.df)查看数据框的列顺序和变量名，确保选对范围。

内容的提问来源于stack exchange，提问作者Riddle