【发布时间】:2018-12-13 09:07:17
【问题描述】:
我正在遵循 R for Data Science 书中的 Many Models 示例来生成单独的多元线性回归模型。如下面的可重现示例所示,我的数据框由三列组成:id, val1, val2, val3,。我可以使用 Hadley 书中详述的 map 函数来拟合线性模型。但是,我一直在努力从每个模型中提取系数并将这些值作为列添加到 my.list 对象的数据框中。当前存储模型系数的方式使得在我的代码的其他部分中调用变得困难/麻烦。
到目前为止,我想出的最好方法是列出my.list 的长度,并通过迭代my.list:Name1, Name2, Name3 中的每个数据帧来提取系数。这意味着现在我的全局环境中有另一个列表,coef.list 不再包含来自my.list 的因子Name1, Name2, Name3;这些现在已替换为[[1]], [[2]], [[3]]。
在处理多个模型时,谁能提出一种“更简洁”的提取模型系数的方法?我的首选输出只是为每个系数创建一个列:intercept, val1, val2。这些列将进入my.list 内的现有数据框Name1, Name2, Name3,以便我可以直接在数据框上使用mutate:
# reproducible example
set.seed(1363)
d1 <- data.frame(id=c("Name1", "Name2", "Name3"),
val1=c(rnorm(n=15, mean=5)),
val2=c(rnorm(n=15, mean=3)),
val3=c(rnorm(n=15, mean=8)))
# linear model function
lm.fun <- function(df){
lm(val3 ~ val1+val2, data = df)
}
# map lm function
d1 <- d1 %>%
group_by(id) %>%
nest() %>%
mutate(model = map(data, lm.fun)) %>%
unnest(data, .drop = FALSE)
#split data frame by 'id' and convert into list
my.list <- split(d1, d1$id)
# make list of coefficients
coef.list <- list(length(my.list))
for (i in seq_along(my.list)) {
coef.list[[i]] <- my.list[[i]][["model"]][[1]][["coefficients"]]
}
>head(coef.list, n=1)
[[1]]
(Intercept) val1 val2
9.03278337 -0.07096932 0.02119088
期望的输出
my.list$Name1
id val1 val2 val3 intc coef1 coef2
Name1 1 2 3 9.03 -.070 .021
Name1 3 1 5 9.03 -.070 .021
Name1 2 6 8 9.03 -.070 .021
【问题讨论】:
-
期望中的那些 `val1', 'val2', 'val3' 列值是什么\
-
不清楚为什么我们需要 3 行相同的值。而是尝试
library(broom);d1 %>% group_by(id) %>% nest %>% mutate(model1 = map(data, ~ lm(val3 ~ val1 + val2, data = .) %>% tidy %>% dplyr::select(term, estimate) %>% spread(term, estimate))) %>% dplyr::select(id, model1) %>% unnest -
用于添加为新列
d1 %>% group_by(id) %>% nest %>% mutate(model1 = map(data, ~ lm(val3 ~ val1 + val2, data = .) %>% tidy %>% dplyr::select(term, estimate) %>% spread(term, estimate))) %>% unnest(model1) %>% unnest(data)
标签: r dataframe nested-lists