在不使用循环的情况下获取所有列表元素的回归系数答案

【问题标题】：Getting regression coefficients for all list elements without using a loop在不使用循环的情况下获取所有列表元素的回归系数
【发布时间】：2018-02-04 08:48:04
【问题描述】：

给定两个具有相同键的列表，您能否在不使用循环的情况下将回归系数放入第三个列表中，并且希望也无需为每个列表项创建临时数据框？

我熟悉lapply，但不知道如何将其应用于这种情况，如果可能的话！

s = list()
s$x = list(a=c(1, 2, 3), b=c(4, 5, 6))
s$y = list(a=c(1, 2, 4), b=c(4, 5, 8))

for(i in names(s$x)) {
  df = data.frame(x = s$x[[i]], y = s$y[[i]])
  model = lm(y ~ x, df)
  s$co[[i]] = model$coefficients
}

【问题讨论】：

标签： r regression

【解决方案1】：

将指定的匿名函数映射到 x 和 y 上，提取系数并将其连接到输入 s。不使用任何包。

s_out <- c(s, co = list(Map(function(x, y) coef(lm(y ~ x)), s$x, s$y)))

给予：

> str(s_out)
List of 3
 $ x :List of 2
  ..$ a: num [1:3] 1 2 3
  ..$ b: num [1:3] 4 5 6
 $ y :List of 2
  ..$ a: num [1:3] 1 2 4
  ..$ b: num [1:3] 4 5 8
 $ co:List of 2
  ..$ a: Named num [1:2] -0.667 1.5
  .. ..- attr(*, "names")= chr [1:2] "(Intercept)" "x"
  ..$ b: Named num [1:2] -4.33 2
  .. ..- attr(*, "names")= chr [1:2] "(Intercept)" "x"

【讨论】：

这是迄今为止我个人最喜欢的。它简短、易于阅读，并且不使用任何软件包。

【解决方案2】：

一个衬垫解决方案

library(purrr)
s1 <- c(s, map2(s$x, s$y, ~lm(.y ~ .x)$co))

【讨论】：

【解决方案3】：

也许这会有用

library(reshape2)
library(data.table)
setDT(melt(s))[, coef(lm(value[L1=="y"]~value[L1=="x"])) , L2]

或使用tidyverse

library(tidyverse)
s %>%
   transpose %>%
   map(~coef(lm(.[["y"]] ~ .[["x"]]))) %>%
   c(s, co = .)

【讨论】：

【解决方案4】：

或者，使用lapply() 和base r。

s = list()
s$x = list(a=c(1, 2, 3), b=c(4, 5, 6))
s$y = list(a=c(1, 2, 4), b=c(4, 5, 8))

coeff.list <- lapply(names(s$x), (function(i){
  df = data.frame(x = s$x[[i]], y = s$y[[i]])
  model = lm(y ~ x, df)
  model$coefficients
}))
names(coeff.list) <- names(s$x)

coeff.list

【讨论】：