正确解析R中的“公式”对象

Question

如何正确解析 R 公式对象 (

fo

)（即解析时不将其转换为字符串）？

假设我有以下内容：

## Creating a formula object
fo <- y ~ x1 + x2 | 0 + z1 + z2 + z3 + z4 + z5

class(fo)
##[1] "formula"

typeof(fo)
##[1] "language"

strsplit(fo, split='|', fixed=TRUE)
##Error in strsplit(fo, split = "|", fixed = TRUE) : non-character argument

希望我想将其解析为三个原子向量：

1. 因变量：

   c("y")

   。
2. 回归器：

   c("x1", "x2")

   。
3. 其他：

   c("z1", "z2", "z3", "z4", "z5")

   （不包括

   0

   ）。

Answer 1

公式的树结构分解如下：

• 顶层：

  ~

  （y，响应）

在内部，这是一个类似列表的对象，其中第一个元素是运算符 (

~

)，第二个元素是第一个参数，第三个元素是第三个参数。

所以

deparse(fo[[2]])

让你“y”

• 下一级（响应）：

  |

  （x1+x2，0 + ...）。相同的一般结构（第一个元素是运算符

  |

  ，第二个元素是第一个参数，第三个元素是第二个参数）

所以

fo[[c(3,2)]]

得到

x1+x2

。

all.vars(fo[[c(3,2)]])

获取栏左侧的变量

all.vars(fo[[c(3,3)]])

获取栏右侧的变量

如果您想提取terms而不是变量，这会变得相当棘手；例如

all.vars(quote(log(x))

得到“x”，而不是“log(x)”

可能有用，您还可以使用

lobster::ast()

显示抽象语法树（AST）：

> lobstr::ast(y ~ x1 + x2 | 0 + z1 + z2 + z3 + z4 + z5)
█─`~` 
├─y 
└─█─`|` 
  ├─█─`+` 
  │ ├─x1 
  │ └─x2 
  └─█─`+` 
    ├─█─`+` 
    │ ├─█─`+` 
    │ │ ├─█─`+` 
    │ │ │ ├─█─`+` 
    │ │ │ │ ├─0 
    │ │ │ │ └─z1 
    │ │ │ └─z2 
    │ │ └─z3 
    │ └─z4 
    └─z5