r - 循环遍历数据框中的变量以创建交互

Question

我在一个数据框中有 100 个分类变量，我想为我的预测模型创建交互。我创建了一个循环来执行此操作，但最终得到了重复项。

df <- data.frame(Col1=c("A","B","C"), 
                 Col2=c("F","G","H"), 
                 Col3=c("X","Y","Z"))

这给了我们:

  Col1 Col2 Col3
1    A    F    X
2    B    G    Y
3    C    H    Z

当我运行代码以创建交互变量时

vars <- colnames(df) 
for (i in vars)  {
  for (j in vars) {
    if (i != j) {
      df[,c(paste0(i, j))] <- paste(df[[i]],df[[j]],sep='*')}}}

我最终得到了诸如 Col1Col2 与 Col2Col1 相同的复制品。

> str(df)
'data.frame':   3 obs. of  9 variables:
 $ Col1    : Factor w/ 3 levels "A","B","C": 1 2 3
 $ Col2    : Factor w/ 3 levels "F","G","H": 1 2 3
 $ Col3    : Factor w/ 3 levels "X","Y","Z": 1 2 3
 $ Col1Col2: chr  "A*F" "B*G" "C*H"
 $ Col1Col3: chr  "A*X" "B*Y" "C*Z"
 $ Col2Col1: chr  "F*A" "G*B" "H*C"
 $ Col2Col3: chr  "F*X" "G*Y" "H*Z"
 $ Col3Col1: chr  "X*A" "Y*B" "Z*C"
 $ Col3Col2: chr  "X*F" "Y*G" "Z*H"

有没有办法删除这些重复项？

Answer 1

您不需要为每对变量创建显式交互列。相反，模型公式中的 Col1 * Col2 将自动生成交互。例如，如果您的结果变量是 y(这将是您数据框中的一列)，并且您想要一个包含其他列之间所有双向交互的回归公式，您可以这样做:

form = reformulate(apply(combn(names(df)[-grep("y", names(df))], 2), 2, paste, collapse="*"), "y")

form

y ~ Col1 * Col2 + Col1 * Col3 + Col2 * Col3

那么您的回归模型将是:

mod = lm(form, data=df)