R语言
get.var
位于 mgcv
包(package)。 说明
此例程采用文本字符串和 DataFrame 或列表。它首先查看该字符串是否是 DataFrame /列表中变量的名称。如果是,则返回该变量的值。否则,例程尝试计算 data.frame/list 中的表达式(但不计算其他位置),如果成功则返回结果。如果这两个步骤均不起作用,则返回 NULL
。该例程对于处理 gam 公式很有用。如果变量是矩阵,则默认情况下它会被强制转换为数值向量。
用法
get.var(txt,data,vecMat=TRUE)
参数
txt |
一个文本字符串,它可以是 |
data |
DataFrame 或列表。 |
vecMat |
矩阵应该被强制转换为数值向量吗? |
值
计算的变量或 NULL
。如果它是矩阵,则可能会被强制转换为数值向量。
例子
require(mgcv)
y <- 1:4;dat<-data.frame(x=5:10)
get.var("x",dat)
get.var("y",dat)
get.var("x==6",dat)
dat <- list(X=matrix(1:6,3,2))
get.var("X",dat)
作者
Simon N. Wood simon.wood@r-project.org
参考
https://www.maths.ed.ac.uk/~swood34/
也可以看看
相关用法
- R gevlss 广义极值位置比例模型族
- R gam.check 拟合 gam 模型的一些诊断
- R gam.reparam 寻找平方根惩罚的稳定正交重新参数化。
- R gam.side GAM 的可识别性边条件
- R gamm 广义加性混合模型
- R gamlss.gH 计算回归系数的对数似然导数
- R gfam 分组家庭
- R gam.fit3 使用 GCV、UBRE/AIC 或 RE/ML 导数计算进行 P-IRLS GAM 估计
- R gam.fit5.post.proc gam.fit5 的后处理输出
- R gam.fit GAM P-IRLS 估计与 GCV/UBRE 平滑度估计
- R gam 具有集成平滑度估计的广义加性模型
- R gaulss 高斯位置尺度模型族
- R gumbls Gumbel 位置比例模型族
- R gam.mh 具有 gam 拟合的简单后验模拟
- R gam.control 设置 GAM 拟合默认值
- R gam2objective GAM 平滑参数估计的目标函数
- R gam.outer 使用“外部”迭代最小化 GAM 的 GCV 或 UBRE 分数
- R gamlss.etamu 将 mu 的导数转换为线性预测器的导数
- R gam.vcomp 将 gam 平滑度估计报告为方差分量
- R gammals 伽玛位置比例模型系列
- R gam.models 指定广义加性模型
- R gamSim 模拟 GAM 的示例数据
- R ginla GAM 集成嵌套拉普拉斯逼近牛顿增强
- R gam.selection 广义加性模型选择
- R vcov.gam 从 GAM 拟合中提取参数(估计器)协方差矩阵
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Get named variable or evaluate expression from list or data.frame。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。