如何从R表达式提取变量以在data.frame上下文中求值

Question

我有一些character表达式，应该在data.table评估（不重要，只是上下文）。 为了确保所有必需的列都存在，我想在R表达式中提取所述列。

我想要的是：

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，我正在寻找一种将从expr p001,p002,p003,someRandomOtherColumn提取的方法（可能是正则表达式）。

我对此的看法：我的看法是，我应该能够使用一些正则表达式捕获p001,p001,TRUE,p002,p003,someRandomOtherColumn ，这些正则表达式将捕获f(,) ，然后过滤“允许的”列名（ TRUE不在那种情况下）。

嵌套的f(,,)并不是问题，因为我可以递归调用同一函数，嵌套的f(,(),)也很好。

我所拥有的：从现在开始这就是我所拥有的，可以使它正常工作，但是感觉很糟糕

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 ,|+|-|*

Answer 1

在表达式中添加~ ，可以创建一个有效的R公式表达式：

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

该字符串可以使用as.formula转换为公式。 之后，可以使用all.vars提取变量名称：

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