R语言建模：如何在含bs()项的公式中避免枚举大量列名

不需要逐一枚举bs()项，用R原生的公式动态生成函数就能快速实现，具体操作如下：

• 核心思路是提前把需要做样条转换的变量、分类变量分组存储，批量生成公式项后自动拼接，后续修改变量、调整参数只需要改对应变量集合即可，不用逐行编辑公式。

方法1：手动指定变量集合（最可控） #

先明确区分需要套用bs()的数值变量、需要转因子的分类变量，再用reformulate()拼合公式：

library(splines)

# 示例数据
df <- data.frame(a = c(0,1), b = c(0,1), d = c(0,1), e = c(0,1),
                 f= c("m","f"), output = c(0,1))

# 1. 定义变量分组
num_vars <- c("a", "b", "d", "e") # 需要做B样条转换的数值变量
cat_vars <- c("f") # 作为分类因子纳入的变量
bs_df <- 2 # 统一设置B样条自由度

# 2. 批量生成公式项
bs_terms <- sprintf("bs(%s, df = %d)", num_vars, bs_df)
cat_terms <- sprintf("factor(%s)", cat_vars)

# 3. 拼接为完整模型公式
model_formula <- reformulate(
  termlabels = c(bs_terms, cat_terms),
  response = "output"
)

# 4. 拟合模型
model <- glm(model_formula, data = df, family = "binomial")

如果不同数值变量需要设置不同的样条自由度，只要替换bs_terms的生成逻辑即可，比如给不同变量单独传df值，不需要逐个手写完整的bs()调用。

方法2：自动识别数值变量（适合变量极多的场景） #

如果数据中除了结局变量、指定的分类变量外，其余所有数值变量都要做B样条转换，可以直接自动筛选变量，连变量名都不用手动枚举：

# 自动筛选所有数值型列，排除结局变量output
num_vars <- names(df)[
  sapply(df, is.numeric) & names(df) != "output"
]
# 后续拼公式、拟合模型的逻辑和方法1完全一致

注意：如果部分数值变量不需要做样条转换，只要在筛选逻辑里把对应变量名排除即可，比逐个写bs()项效率高很多。

内容的提问来源于stack exchange，提问作者Mathica