将data.table中的变量转换为公式。

Question

我有一个样本数据表 data，如下所示：

   VarName Formulae
1:       A      1+1
2:       B      A+3
3:       C     B*10
4:       D      A+C
5:       E      D/2

我希望将公式列转换为公式，以便输出结果变成下面这样：

  VarName Result
1:       A      2
2:       B      5
3:       C      50
4:       D      52
5:       E      26

基本上，VarName列是变量名称，而Formulae列则是相应的公式。

A = 1+1
B = A+3
C = B*10
D = A+C
E = D/2

我曾尝试使用eval和parse函数，例如data$VarName = eval(parse(text = "data$Formulae"))，但是我没有获得所需的输出。

- debster

---

很棒，公式总是这么简单，遵循一种模式，将1加到前一行的值？ - zx8754

它们总是按顺序进行吗？即下一个将基于前一个吗？ - Sotos

不，实际的公式要复杂得多，我只是用这个简单的例子来说明。 - debster

@zx8754 不，它们不是连续的，我已经编辑了问题，使公式更类似于我的实际数据。它可以是任何运算符，不仅限于加法。 - debster

提供了答案，似乎过于简单，使用真实数据进行测试并告诉我们结果。 - zx8754

Answer 1

循环遍历VarName，将它们替换成带括号的Formulae，然后进行求解。

res <- setNames(x$Formulae, x$VarName)

while(any(grepl(paste0(names(res), collapse = "|"), res))) {
  for(i in names(res)){
    res <- gsub(i, paste0("(", res[ i ], ")"), res, fixed = TRUE)
  }
}

#res, after replacements:
#                          A                          B 
#                      "1+1"                  "(1+1)+3" 
#                          C                          D 
#             "((1+1)+3)*10"     "(1+1)+(((1+1)+3)*10)" 
#                          E 
# "((1+1)+(((1+1)+3)*10))/2" 

# evaluate
sapply(res, function(i) eval(parse(text = i)))
#A  B  C  D  E 
#2  5 50 52 26 

- zx8754

---

为了更加通用，你可以将while条件重新表述为：any(grepl(paste0(names(res), collapse = "|"), res))。 - Jaap

Answer 2

有一种方法是将 Formulae 转换为实际的单向公式，然后转换成函数，这些函数会在 lst() 内部被求值，从而允许对象的顺序建立。这依赖于 tidyverse 框架的元编程功能，而不是 data.table。

library(dplyr)
library(purrr)

df <- data.frame(VarName = LETTERS[1:5],
                 Formulae = c("1+1", "A+3", "B*10", "A+C", "D/2"))

lst(!!!map(set_names(df$Formulae, df$VarName),
           ~ quo(
             as_mapper(reformulate(.x))()
           )))
$A
[1] 2

$B
[1] 5

$C
[1] 50

$D
[1] 52

$E
[1] 26

或者，另一种选择是：

lst(!!!set_names(df$Formulae, df$VarName) %>% map(str2lang))

如下方评论所述，这些要求公式必须按顺序排列。

- Ritchie Sacramento

---

输出是一个列表吗？ - zx8754

@zx8754 - 是的，它是一个列表。 - Ritchie Sacramento

这也可以！我认为这种方法与@zx8754的方法相比更直接，因此我会将其标记为解决方案。 - debster

@debster 这仅适用于数据按照特定顺序排列的情况。如果更改此数据框的顺序，此解决方案将不再起作用。 - Jaap

Answer 3

看到这个任务还有另一个功能很有趣，可以在更复杂的情况下使用（其中评估顺序未指定）-delayedAssign将值分配给名称，并仅在请求时评估。这样，每个对象会按顺序逐个进行评估，直到达到其值。例如，请考虑以下“data.frame”：

d = structure(list(v = c("a", "b", "A", "B", "C", "D", "E"), 
                   f = c("C+b", "A+B/D", "1+1", "A+3", "B*10", "A+C", "D/2")), 
              class = "data.frame", row.names = c(NA, -7L))

然后我们创建了一个新的环境（以避免混乱 .GlobalEnv），并分配了变量：

e = new.env()
forms = parse(text = d$f)
for(i in 1:nrow(d)) do.call(delayedAssign, list(d$v[i], forms[[i]], e, e))

并进行评估：

unlist(mget(ls(e), e)) #or
unlist(eapply(e, eval))
#        A         B         C         D         a         E         b 
# 2.000000  5.000000 50.000000 52.000000 52.096154 26.000000  2.096154 

- alexis_laz

Answer 4

使用apply：

df <- data.frame("VarName"=c("X","Y"),"Formulae"=c("1+1","X+1"))
df$formulas <- apply(df,1,function(x)eval(parse(text = paste0(x["VarName"]," ~ ",x["Formulae"]))))

使用eval(parse(...))结构是正确的，但这种方法可能无法正常工作。也许有人会提出更简洁的建议。

请注意，“公式”列不能是向量，因此它应该是一个列表。

str(df)
'data.frame':   2 obs. of  3 variables:
 $ VarName : chr  "X" "Y"
 $ Formulae: chr  "1+1" "X+1"
 $ formulas:List of 2
  ..$ :Class 'formula'  language X ~ 1 + 1
  .. .. ..- attr(*, ".Environment")=<environment: 0x000002933f8904a8> 
  ..$ :Class 'formula'  language Y ~ X + 1
  .. .. ..- attr(*, ".Environment")=<environment: 0x000002933fb6f3b8> 

这可能会在数据框使用中引起一些困扰。我建议在这种情况下使用映射工具，例如 purrr，而不是将所有内容连接成一个数据框。

- Levon Ipdjian

---

谢谢您的建议！但是这些代码似乎没有产生我想要的输出 :/ - debster