我有一个公式和数据框，我想提取model.matrix()。但是，我需要生成的矩阵包含在原始数据集中找到的NA。如果我使用model.frame()这样做，我会简单地传递它na.action=NULL。但是，我需要的输出是model.matrix()格式。具体来说，我只需要右侧变量，我需要输出为矩阵（不是数据帧），我需要将因子转换为一系列虚拟变量。
我确信我可以使用循环或其他东西一起破解某些东西，但我想知道是否有人可以建议更清洁，更有效的解决方法。非常感谢你的时间！
这是一个例子：
dat <- data.frame(matrix(rnorm(20),5,4), gl(5,2))
dat[3,5] <- NA
names(dat) <- c(letters[1:4], 'fact')
ff <- a ~ b + fact
# This omits the row with a missing observation on the factor
model.matrix(ff, dat)
# This keeps the NA, but it gives me a data frame and does not dichotomize the factor
model.frame(ff, dat, na.action=NULL)
这是我想要获得的：
(Intercept) b fact2 fact3 fact4 fact5
1 1 0.7266086 0 0 0 0
2 1 -0.6088697 0 0 0 0
3 NA 0.4643360 NA NA NA NA
4 1 -1.1666248 1 0 0 0
5 1 -0.7577394 0 1 0 0
6 1 0.7266086 0 1 0 0
7 1 -0.6088697 0 0 1 0
8 1 0.4643360 0 0 1 0
9 1 -1.1666248 0 0 0 1
10 1 -0.7577394 0 0 0 1
你可以根据rownames与model.matrix对象混淆一点：
MM <- model.matrix(ff,dat)
MM <- MM[match(rownames(dat),rownames(MM)),]
MM[,"b"] <- dat$b
rownames(MM) <- rownames(dat)
这使 ：
> MM
(Intercept) b fact2 fact3 fact4 fact5
1 1 0.9583010 0 0 0 0
2 1 0.3266986 0 0 0 0
3 NA 1.4992358 NA NA NA NA
4 1 1.2867461 1 0 0 0
5 1 0.5024700 0 1 0 0
6 1 0.9583010 0 1 0 0
7 1 0.3266986 0 0 1 0
8 1 1.4992358 0 0 1 0
9 1 1.2867461 0 0 0 1
10 1 0.5024700 0 0 0 1
或者，您可以使用contrasts()为您完成工作。手工构建矩阵将是：
cont <- contrasts(dat$fact)[as.numeric(dat$fact),]
colnames(cont) <- paste("fact",colnames(cont),sep="")
out <- cbind(1,dat$b,cont)
out[is.na(dat$fact),1] <- NA
colnames(out)[1:2]<- c("Intercept","b")
rownames(out) <- rownames(dat)
这使 ：
> out
Intercept b fact2 fact3 fact4 fact5
1 1 0.2534288 0 0 0 0
2 1 0.2697760 0 0 0 0
3 NA -0.8236879 NA NA NA NA
4 1 -0.6053445 1 0 0 0
5 1 0.4608907 0 1 0 0
6 1 0.2534288 0 1 0 0
7 1 0.2697760 0 0 1 0
8 1 -0.8236879 0 0 1 0
9 1 -0.6053445 0 0 0 1
10 1 0.4608907 0 0 0 1
在任何情况下，两种方法都可以合并到一个可以处理更复杂公式的函数中。我把练习留给了读者（当我在纸上遇到它时，我对这句话感到厌恶;-)）
Joris的建议是有效的，但更快更清洁的方法是通过全球na.action设置。 “通过”选项实现了我们从原始数据集中保留NA的目标。
生成的矩阵将在与原始数据集对应的行中包含NA。
options(na.action='na.pass')
model.matrix(ff, dat)
生成的矩阵将跳过包含NA的行。
options(na.action='na.omit')
model.matrix(ff, dat)
如果原始数据包含NA，则会发生错误。
options(na.action='na.fail')
model.matrix(ff, dat)
当然，在更改全局选项时要小心，因为它们可能会改变代码其他部分的行为。谨慎的人可能会使用current.na.action <- options('na.action')之类的东西存储原始设置，然后在制作model.matrix之后将其更改回来。
另一种方法是使用带有参数model.frame的na.action=na.pass函数作为model.matrix的第二个参数：
> model.matrix(ff, model.frame(~ ., dat, na.action=na.pass))
(Intercept) b fact2 fact3 fact4 fact5
1 1 -1.3560754 0 0 0 0
2 1 2.5476965 0 0 0 0
3 1 0.4635628 NA NA NA NA
4 1 -0.2871379 1 0 0 0
5 1 2.2684958 0 1 0 0
6 1 -1.3560754 0 1 0 0
7 1 2.5476965 0 0 1 0
8 1 0.4635628 0 0 1 0
9 1 -0.2871379 0 0 0 1
10 1 2.2684958 0 0 0 1
model.frame允许您为调用na.action时保持的model.matrix设置适当的操作。
在看了mattdevlin和Nathan Gould的答案之后，我偶然发现了一个更简单的解决方案：
model.matrix.lm(ff, dat, na.action = "na.pass")
model.matrix.default可能不支持na.action论证，但model.matrix.lm确实如此！
（我从Rstudio的自动完成建议中找到了model.matrix.lm - 如果你没有加载任何添加其他库的库，它似乎是model.matrix唯一的非默认方法。然后我猜它可能支持na.action参数。）