如何从R语言lm拟合模型对象中识别原始预测变量而非变换项

完全可以实现，用R基础函数就能直接提取，不需要手动写正则匹配公式字符串。
先复现示例模型：

lm1 <- lm(mpg ~ sin(2 * pi * wt), data = mtcars)

核心方法 #

直接用all.vars()解析模型对象的公式，就能自动跳过变换函数、运算符、常数，提取到所有用到的原始数据列名：

# 解析公式得到所有原始变量，第一个是响应变量，其余为原始预测变量
all_vars <- all.vars(formula(lm1))
raw_predictors <- all_vars[-1]

运行后raw_predictors的输出就是"wt"，正好是我们要找的原始预测变量，不会把变换后的sin(2 * pi * wt)、函数名sin、常数pi误判成数据列。

校验逻辑（可选） #

如果需要确认结果可靠，可以做两层校验：

• 校验提取到的变量确实存在于原始数据集：

  all(raw_predictors %in% colnames(mtcars))
  # 运行返回TRUE，说明变量是mtcars里真实存在的列
  

• 区分原始变量和变换后的模型项：

  # 提取模型中实际进入拟合的变换项
  model_term_labels <- attr(terms(lm1), "term.labels")
  # 这里返回的是"sin(2 * pi * wt)"，也就是拟合时用的变换后项，和原始变量wt明确区分
  

适用范围 #

这个方法对所有R原生lm、glm类模型都生效，哪怕公式更复杂——比如带多项式变换poly(wt,3)、对数变换log(hp)、交互项wt*am、多变量变换I(wt + hp)，都能准确提取到所有用到的原始数据列，不会被变换逻辑干扰。
原理很简单：all.vars()会递归拆解公式的语法树，只识别从运行环境、数据源里取值的符号，自动过滤掉函数名、运算符、内置常数、写死的数值常量，结果可靠。

内容的提问来源于stack exchange，提问作者papgeo