在 R 中使用正则表达式提取公式术语答案

【问题标题】：Extract formula terms using regex in R在 R 中使用正则表达式提取公式术语
【发布时间】：2022-10-15 16:05:17
【问题描述】：

我正在寻找一个正则表达式，它可以帮助我提取公式中以函数开头并在括号内的术语。

例如，假设我有以下公式：

formula <- formula(cured ~ dur(duration) + age + sex + duranduran)

我可以提取单个术语：

attr(terms(formula), "term.labels")

返回向量

[1] "dur(duration)" "age"          "sex"          "duranduran"

我想使用grep 和一些正则表达式来给出dur() 所包含的任何术语的索引。到目前为止，我已经尝试过

grep("^dur", attr(terms(formula), "term.labels"))

但这没有考虑括号。它返回 1 和 4，因为术语 dur(duration) 和 duranduran 都以 dur 开头。我正在寻找一个正则表达式：

以dur( 开头，以) 结尾。

【问题讨论】：

你的意思是grep("^dur\$.*\$$", attr(terms(formula), "term.labels"))？

标签： r regex

【解决方案1】：

您可以使用

grep("^dur\(.*\)$", attr(terms(formula), "term.labels"))

细节：

^ - 字符串开头
dur - dur 子字符串
( - 一个 ( 字符
.* - 尽可能多的零个或多个字符
) - 一个 ) 字符
$ - 字符串结束。

请参阅regex demo。

【讨论】：

【解决方案2】：

这可以满足您对包装的要求弦乐并假设您要提取始终以dur() 作为目标函数的术语。

如果您想概括它，请告诉我。

library(stringr)
formula <- formula(cured ~ dur(duration) + age + sex + duranduran)

elements = attr(terms(formula), "term.labels")
idx = str_which(elements, "^dur\(\w+\)")
idx
#> [1] 1

^{创建于 2022-10-07 由 reprex package (v2.0.1)}

【讨论】：

【解决方案3】：

这样做没有正则表达式。首先获取标签，然后使用startsWith/endsWith 我们有以下内容。如果逻辑向量结果正常，则省略 which。

labs <- labels(terms(formula))
which(startsWith(labs, "dur(") & endsWith(labs, ")"))

笔记

输入等效和简化的问题：

formula <- cured ~ dur(duration) + age + sex + duranduran

【讨论】：