R语言如何识别回归公式中被用作因子变量的特征

我们可以利用R公式对象自带的属性解析功能，精准匹配factor()调用并提取内部的变量名，代码实现如下：

find_factor_vars <- function(formula) {
  # 解析公式，标记特殊函数factor的位置
  parsed_terms <- terms(formula, specials = "factor")
  factor_loc <- attr(parsed_terms, "specials")$factor
  
  # 无factor变量时返回空字符向量
  if (length(factor_loc) == 0) return(character(0))
  
  # 提取变量名并去除factor()包裹
  raw_factor_terms <- rownames(attr(parsed_terms, "factors"))[factor_loc]
  gsub("^factor\\((.*)\\)$", "\\1", raw_factor_terms)
}

效果测试 #

代入你提供的示例公式：

reg_formula <- invest ~ market + stock + factor(company)
find_factor_vars(reg_formula)

运行后直接返回结果：

[1] "company"

该实现也支持同时识别多个被factor()包裹的变量，比如公式为y ~ factor(gender) + factor(education) + age时，调用函数会返回c("gender", "education")。

内容的提问来源于stack exchange，提问作者glaucon