例如,我有一个这样的公式:
main_var ~ 0 + var1:x + var2:y + var3 + + var4 + (0 + main_var|x_y) + (0 + add_var|x_y) + (1|x_y)
如何删除var3
和var4
之间的两个连续的加号(+)(并只留下一个)?
类似
as.formula( gsub( ""\\+s*\\+", "+", deparse(f)))
其中f
是您的公式。
可以编辑公式的组成部分而不必强制使用字符串。公式包含两个部分,一个表达式(您编写的部分)和一个环境(您在其中编写的地方,也许在表达式中引用了变量)。我们要坚持的环境;我们要更改的表达式。
表达式(在这里我是指符号和调用之类的语言对象,而不是狭义的expression
类)是语法树,其行为有点像列表。它们可以是子集:
f <- main_var ~ 0 + var1:x + var2:y + var3 + + var4 + (0 + main_var|x_y) + (0 + add_var|x_y) + (1|x_y)
f[[1]]
#> `~`
f[[2]]
#> main_var
f[[3]]
#> 0 + var1:x + var2:y + var3 + +var4 + (0 + main_var | x_y) + (0 +
#> add_var | x_y) + (1 | x_y)
f[[3]][[3]]
#> (1 | x_y)
因此反复进行。因为它们是树状结构,所以要遍历整个树,我们需要递归。大多数功能对于递归来说都是非常典型的(返回原子叶节点;在带有子节点的节点上递归),但是棘手的部分是确定我们要更改的部分的条件。如果您查看有问题的节点,则该节点包含一元(带有一个参数)的+
调用:
f <- main_var ~ 0 + var1:x + var2:y + var3 + + var4 + (0 + main_var|x_y) + (0 + add_var|x_y) + (1|x_y)
f[[3]][[2]][[2]][[2]][[3]]
#> +var4
f[[3]][[2]][[2]][[2]][[3]][[1]]
#> `+`
f[[3]][[2]][[2]][[2]][[3]][[2]]
#> var4
所有其他+
调用都是二进制的。因此,我们可以检查第一个节点为+
的长度为2的节点。事实证明,获取+
表达式也有些棘手。最简单的是experssion(+)[[1]]
或quote(+1)[[1]]
,但是一旦有了它,相等检查就会照常进行。
将各个部分放在一起,然后通过将各个部分强制返回表达式和公式来进行清理,
remove_unary_plus <- function(expr){
if (length(expr) == 1) {
# return atomic elements
return(expr)
} else if (length(expr) == 2 && expr[[1]] == expression(`+`)[[1]]) {
# for unary plus calls, return the argument without the plus
return(expr[[2]])
} else {
# otherwise recurse, simplifying the results back to a language object
clean_expr <- as.call(lapply(expr, remove_unary_plus))
# if it's a formula, hold on to the environment
if (inherits(expr, "formula")) {
clean_expr <- as.formula(clean_expr, env = environment(expr))
}
return(clean_expr)
}
}
f_clean <- remove_unary_plus(f)
f_clean
#> main_var ~ 0 + var1:x + var2:y + var3 + var4 + (0 + main_var |
#> x_y) + (0 + add_var | x_y) + (1 | x_y)
而且,它保持其环境:
str(f)
#> Class 'formula' language main_var ~ 0 + var1:x + var2:y + var3 + +var4 + (0 + main_var | x_y) + (0 + add_var | x_y) + (1 | x_y)
#> ..- attr(*, ".Environment")=<environment: R_GlobalEnv>
str(f_clean)
#> Class 'formula' language main_var ~ 0 + var1:x + var2:y + var3 + var4 + (0 + main_var | x_y) + (0 + add_var | x_y) + (1 | x_y)
#> ..- attr(*, ".Environment")=<environment: R_GlobalEnv>
显然,这对于日常的公式操作来说有点痛苦,但是,很可能,它可能对程序化用法很有用,并且(至少对我而言)很有趣。