如何从R表达式中提取要在data.frame上下文中进行评估的变量

-1

我有character中的表达式，这些表达式应该在data.table（不重要的上下文中）中进行评估。为了确保所有需要的列都存在，我想提取R表达式中的所述列。如何从R表达式中提取要在data.frame上下文中进行评估的变量

我想要什么：

library(data.table) 
DT <- data.table(p001=rnorm(10),p002=rnorm(10),p003=rnorm(10)) 
expr <- 'p001+mean(p001,na.rm=TRUE)-weighted.mean(p002,w=p003)+someRandomOtherColumn' 

# DT[,test:=p001+mean(p001,na.rm=TRUE)-weighted.mean(p002,w=p003)+someRandomOtherColumn] 
# would fail as p004 is not in the columns

基本上我正在寻找一种方式（可能是一个正则表达式），它将从exprp001,p002,p003,someRandomOtherColumn提取。

我就可以了看法： 我看到它的方式，我应该能够捕捉到p001,p001,TRUE,p002,p003,someRandomOtherColumn一些正则表达式，将内f(,)捕捉的东西，然后筛选“允许的”列名（TRUE不是在案件）。

嵌套f(,,)不是一个问题，因为我可以调用相同的函数递归和嵌套f(,(),)也很好。

我有什么： 从现在这就是我，这可以做的工作，但这种感觉不好

expr <- 'p001+mean(p001,na.rm=TRUE)-weighted.mean(p002,w=p003)+someRandomOtherColumn' 
clean <- function(string) gsub(string, pattern='[_|\\.|a-zA-z]+\\(([^)]*)\\)', replacement='\\1', perl=TRUE) 
clean(expr) 
[1] "p001+p001,na.rm=TRUE-p002,w=p003+someRandomOtherColumn" 
# Then I can remove =* than split on ,|+|-|*

来源

2017-08-25 statquant

如果你只想进去'F中的值（）'，'p004'不应该在预期的结果。 @Cath，我认为在这种情况下'\\ bp \\ d + \\ b'将会过度匹配。必须有自定义边界。 –

@statquant你能保证'f（...）'里面没有'（'和'）'吗？ –

@WiktorStribiżew可以嵌套'f（）'，但这很好，我可以递归调用相同的函数 – statquant

当您添加~到你的表情，你可以创建一个有效的r ...式表达：

expr <- '~ p001+mean(p001,na.rm=TRUE)-weighted.mean(p002,w=p003)+someRandomOtherColumn'

该字符串可被转换为一个公式与as.formula。此后，变量名可以用all.vars提取：

all.vars(as.formula(expr)) 
# [1] "p001"    "p002"    "p003"    "someRandomOtherColumn"

来源

2017-08-25 08:07:21

LOL非常聪明！希望我不会找到一个反例 – statquant

@statquant谢谢。请注意，这种方法比使用regex更强大，因为它使用了R的表达式解析器。 –

不知道为什么我得到了低估...无论如何谢谢 – statquant

如何从R表达式中提取要在data.frame上下文中进行评估的变量

回答

相关问题