模式匹配 R 中的公式答案

【问题标题】：pattern matching a formula in R模式匹配 R 中的公式
【发布时间】：2020-02-25 08:44:22
【问题描述】：

我想对公式中的变量进行模式匹配。 理想的解决方案应该能够执行如下： formula <- 'variable_1+variable_2*variable_3-variable_4/variable_5 + 456' 和输出应该是 variable_1、variable_2、variable_3、variable_4、variable_5.

注意：变量名可以包含字符、下划线（_）、只能是数字，操作仅限于+、-、*、/。公式也可能包含常量（比如这里是 456）。输出应仅包含变量名称，并应忽略任何数字常量。

我已经尝试了以下代码。我只能检查包含 only character 的变量名，而减号操作 (-) 也不起作用。

formula <- "variableX +variableY*VariableZ"

strapplyc(gsub(" ", "", format(formula), fixed = T), "-?|[a-zA-Z_]+", simplify = T, ignore.case = T) 给出以下输出

   [,1]       
[1,] "variableX"
[2,] ""         
[3,] "variableY"
[4,] ""         
[5,] "VariableZ"

这是正确的，但是当我包含减号操作 (-) 时，strapplyc 会给出错误的结果 formula <- "variableX -variableY" strapplyc(gsub(" ", "", format(formula), fixed = T), "-?|[a-zA-Z_]+", simplify = T, ignore.case = T) 给出以下输出

   [,1]       
[1,] "variableX"
[2,] "-"         
[3,] "variableY"

如果有人能帮助我找到理想的解决方案，我将不胜感激。

【问题讨论】：

标签： r pattern-matching string-matching

【解决方案1】：

您可以为此使用正则表达式：

formula <- "variable_1+variable_2*variable_3-variable_4/variable_5"
gsub("[\\+\\*\\-\\/]", ", ", formula)

正则表达式的解释：

[ 和 ] 开始和结束您要选择的一组字符
\\+ 转义 + 号，你想用“，”替换
\\* 转义 * 符号，你想用“，”替换
\\- 转义 - 符号，您要替换为“，”
\\/ 转义 / 符号，你想用“，”替换

编辑以反映 OP 的更新请求

另一种方法是提取变量。如果您的变量名称采用 lowercaseletters_number 格式，则以下方法有效：

formula <- "variable_1+variable_2*variable_3-variable_4/variable_5+34+brigadeiro_5"
paste(regmatches(formula, gregexpr("variable_[0-9]", formula))[[1]],
      collapse = ", ")

如果您希望代码看起来更简洁，也可以使用 stringr 包：

library(stringr)
str_extract_all(formula, "[a-z]*_[0-9]*")

【讨论】：

谢谢@Brigadeiro。很抱歉错过了这个：公式也可以在运算中包含一个数字，例如 ```formula

【解决方案2】：

您可以将strsplit() 与一些附加功能一起使用。

res <- trimws(el(strsplit(formula, "\\+|\\-|\\*|\\/")))

之后我们希望这些元素在我们尝试强制它们时产生NA as.numeric()。

res[is.na(suppressWarnings(as.numeric(res)))]
# [1] "variable_1" "variable_2" "variable_3" "variable_4" "variable_5"

数据

formula <- 'variable_1+variable_2*variable_3-variable_4/variable_5 + 456'

【讨论】：