如何从 formula/string 中删除两个连续的加号 (+)？

Question

例如，我有这样一个公式：

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 之间的两个连续加号 (+)（只保留一个）？

Answer 1

类似

as.formula( gsub( ""\+s*\+", "+", deparse(f)))

其中 f 是您的公式。

Answer 2

可以在不强制转换为字符串的情况下编辑公式的组成部分。公式包含两个部分，一个表达式（您编写的部分）和一个环境（您编写它的地方，可能包含表达式中引用的变量）。我们想要坚持的环境；我们要更改的表达式。

表达式（在这里我指的是符号和调用等语言对象，而不是狭义定义的 expression class）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)

因此进行了迭代。因为它们是树状结构，要遍历整个树，我们需要递归。大多数函数对于递归来说是非常典型的（return 原子叶节点；在有子节点的节点上递归），但棘手的部分是识别我们想要更改的部分的条件。如果您查看有问题的节点，它包含一个一元（带有一个参数）+ 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，获得 + 表达式也有点棘手；最简单的是 experssion(+)[[1]] 或 quote(+1)[[1]]，但是一旦你有了它，相等性检查就会像往常一样工作。

将各个部分放在一起，并通过将各个部分强制转换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)

看，它保持了它的环境：

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，嗯，这是可能的，可能对编程使用有用，并且（至少对我来说）很有趣。

如何从 formula/string 中删除两个连续的加号 (+)？

how can I remove two consecutive pluses (+) from a formula/string?

regex

r

gsub