如何从公式/字符串中删除两个连续的加号 (+)？

Question

例如，我有一个这样的公式：

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 (+)（只留下一个）？

Answer 1

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，其中可能包含表达式中引用的变量）。 我们想要坚持的环境； 我们想要改变的表达方式。

表达式（这里我指的是符号和调用之类的语言对象，而不是狭义的expression类）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)

并因此迭代。 因为它们是树状结构，要遍历整棵树，我们需要递归。 大多数函数对于递归非常典型（返回原子叶节点；递归带有子节点的节点），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是+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]] ，但是一旦有了它，相等性检查就会照常工作。

将碎片拼凑起来，并通过将碎片强制恢复为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，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。

Answer 2

就像是

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

其中f是您的公式。