dplyr 中的回归输出答案

【问题标题】：regression output in dplyrdplyr 中的回归输出
【发布时间】：2016-02-28 19:13:49
【问题描述】：

我想定义与“扫帚”包中类似的功能

library(dplyr)
library(broom)

mtcars %>% 
  group_by(am) %>% 
  do(model = lm(mpg ~ wt, .)) %>% 
  glance(model)

工作正常。但是我如何定义自定义函数，例如

myglance <- function(x, ...) {
  s <- summary(x)
  ret <- with(s, data.frame(r2=adj.r.squared, a=coefficients[1], b=coefficients[2]))
  ret
}


mtcars %>% 
  group_by(am) %>% 
  do(model = lm(mpg ~ wt, .)) %>% 
  myglance(model)

eval(substitute(expr), data, enclos = parent.frame()) 中的错误： “字符”类型的无效“环境”参数

【问题讨论】：

标签： r regression dplyr

【解决方案1】：

glance 以这种方式工作是因为 broom 包为行数据帧 here 定义了一个方法。如果您愿意引入整个 .R 文件（以及来自 here 的 col_name 实用程序），您可以使用我的代码来做同样的事情：

myglance_df <- wrap_rowwise_df(wrap_rowwise_df_(myglance))

mtcars %>% 
  group_by(am) %>% 
  do(model = lm(mpg ~ wt, .)) %>% 
  myglance_df(model)

还有一个不需要从扫帚添加太多代码的解决方法：更改每个模型的 class，并在其上定义 自己的 查看函数类。

glance.mylm <- function(x, ...) {
  s <- summary(x)
  ret <- with(s, data.frame(r2=adj.r.squared, a=coefficients[1], b=coefficients[2]))
  ret
}

mtcars %>% 
  group_by(am) %>% 
  do(model = lm(mpg ~ wt, .)) %>% 
  mutate(model = list(structure(model, class = c("mylm", class(model))))) %>%
  glance(model)

最后，您还可以选择立即对模型执行myglance。

mtcars %>% 
  group_by(am) %>% 
  do(myglance(lm(mpg ~ wt, .)))

【讨论】：

非常感谢您的包裹和您的详细回答！

【解决方案2】：

这是我对其工作方式的看法，基本上方法是：

从dataframe中提取相应的列（我的解决方案是基于this answer，一定有更好的方法，希望有人指正！
在结果上运行 lapply 并在上面的 myglance 函数中构造您想要的变量。
运行 do.call 和 rbind 以返回 data.frame。

myglance <- function(df, ...) {
  # step 1
  s <- collect(select(df, ...))[[1]] # based on this answer: https://stackoverflow.com/a/21629102/1992167

  # step 2
  lapply(s, function(x) {
    data.frame(r2 = summary(x)$adj.r.squared,
               a = summary(x)$coefficients[1],
               b = summary(x)$coefficients[2])
  }) %>% do.call(rbind, .) # step 3
}

输出：

> mtcars %>% 
+   group_by(am) %>% 
+   do(model = lm(mpg ~ wt, .)) %>%
+   myglance(model)
         r2        a         b
1 0.5651357 31.41606 -3.785908
2 0.8103194 46.29448 -9.084268

【讨论】：