如何从lm/glm对象提取输入变量名？解析language类型并转换为字符向量

关于language类型的解释 #

在R中，language类型是用来表示代码结构的特殊对象——它存储的不是变量的取值，而是变量/表达式的“代码本身”。你通过attr(lm_obj$terms, 'variables')得到的结果，看起来像list(x, z)，但这不是普通的字符串列表，而是R用来描述“引用x、z这两个变量”的语言表达式，所以无法直接当作字符向量使用。

转换为字符向量的方法 #

方法1：使用all.vars()（最简洁） #

all.vars()可以直接从模型的terms对象中提取所有变量名，包括因变量。如果只需要输入变量（自变量），去掉第一个元素即可：

# 先构造示例数据和模型
df <- data.frame(y = rnorm(10), x = rnorm(10), z = rnorm(10))
lm_obj <- lm(y ~ x + z + z:x, data = df)

# 提取所有变量（含因变量）
all.vars(lm_obj$terms)
# 输出: [1] "y" "x" "z"

# 只保留输入变量
all.vars(lm_obj$terms)[-1]
# 输出: [1] "x" "z"

方法2：处理variables属性对象 #

如果你一定要从attr(lm_obj$terms, 'variables')入手，可以用sapply()配合as.character()把每个语言对象转成字符串：

vars_obj <- attr(lm_obj$terms, 'variables')
# 去掉第一个元素（对应因变量y），逐个转换为字符
sapply(vars_obj[-1], as.character)
# 输出: [1] "x" "z"

注意：区分“原始变量”和“模型项” #

如果用labels(lm_obj$terms)，得到的是模型中所有的项（包括交互项z:x），而不是原始输入变量名，所以如果你的需求是提取原始自变量，不要用这个方法：

labels(lm_obj$terms)
# 输出: [1] "x"   "z"   "z:x"

内容的提问来源于stack exchange，提问作者PingPong