使用 dplyr 将预测值列添加到数据框中答案

【问题标题】：Add Column of Predicted Values to Data Frame with dplyr使用 dplyr 将预测值列添加到数据框中
【发布时间】：2015-09-25 02:00:14
【问题描述】：

我有一个包含一列模型的数据框，我正在尝试向其中添加一列预测值。一个最小的例子是：

exampleTable <- data.frame(x = c(1:5, 1:5),
                           y = c((1:5) + rnorm(5), 2*(5:1)),
                           groups = rep(LETTERS[1:2], each = 5))
                           
models <- exampleTable %>% group_by(groups) %>% do(model = lm(y ~ x, data = .))
exampleTable <- left_join(tbl_df(exampleTable), models)

estimates <- exampleTable %>% rowwise() %>% do(Est = predict(.$model, newdata = .["x"]))

如何向exampleTable 添加一列数字预测？我尝试使用mutate直接将列添加到表中，但没有成功。

exampleTable <- exampleTable %>% rowwise() %>% mutate(data.frame(Pred = predict(.$model, newdata = .["x"])))

错误：没有适用于“预测”的方法应用于“列表”类的对象

现在我使用bind_cols 将estimates 添加到exampleTable，但我正在寻找更好的解决方案。

estimates <- exampleTable %>% rowwise() %>% do(data.frame(Pred = predict(.$model, newdata = .["x"])))
exampleTable <- bind_cols(exampleTable, estimates)

如何一步完成？

【问题讨论】：

您可以在一个do 步骤中进行模型拟合并获得预测值。请参阅 here 和 here。在您的情况下，它看起来像：exampleTable %>% group_by(groups) %>% do({ model = lm(y ~ x, data = .); data.frame(., estimates = predict(model))})（但通常使用换行符而不是分号）。

标签： r dplyr

【解决方案1】：

使用建模器，有一个使用 tidyverse 的优雅解决方案。

输入

library(dplyr)
library(purrr)
library(tidyr)

# generate the inputs like in the question
example_table <- data.frame(x = c(1:5, 1:5),
                            y = c((1:5) + rnorm(5), 2*(5:1)),
                            groups = rep(LETTERS[1:2], each = 5))

models <- example_table %>% 
  group_by(groups) %>% 
  do(model = lm(y ~ x, data = .)) %>%
  ungroup()
example_table <- left_join(tbl_df(example_table ), models, by = "groups")

解决方案

# generate the extra column
example_table %>%
  group_by(groups) %>%
  do(modelr::add_predictions(., first(.$model)))

解释

add_predictions 使用给定模型将新列添加到数据框中。不幸的是，它只需要一个模型作为参数。认识do。使用 do，我们可以在每个组上单独运行 add_prediction。

. 代表分组数据框，.$model 模型列，first() 取每组的第一个模型。

简化

只有一个模型，add_predictions 效果很好。

# take one of the models
model <- example_table$model[[6]]

# generate the extra column
example_table %>%
  modelr::add_predictions(model)

食谱

如今，tidyverse 正在从 modelr 包转移到 recipes，因此一旦这个包成熟，这可能是新的发展方向。

【讨论】：

【解决方案2】：

使用 tidyverse：

library(dplyr)
library(purrr)
library(tidyr)
library(broom)

exampleTable <- data.frame(
  x = c(1:5, 1:5),
  y = c((1:5) + rnorm(5), 2*(5:1)),
  groups = rep(LETTERS[1:2], each = 5)
)

exampleTable %>% 
  group_by(groups) %>%
  nest() %>% 
  mutate(model = data %>% map(~lm(y ~ x, data = .))) %>% 
  mutate(Pred = map2(model, data, predict)) %>% 
  unnest(Pred, data)

# A tibble: 10 × 4
   groups      Pred     x          y
   <fctr>     <dbl> <int>      <dbl>
1       A  1.284185     1  0.9305908
2       A  1.909262     2  1.9598293
3       A  2.534339     3  3.2812002
4       A  3.159415     4  2.9283637
5       A  3.784492     5  3.5717085
6       B 10.000000     1 10.0000000
7       B  8.000000     2  8.0000000
8       B  6.000000     3  6.0000000
9       B  4.000000     4  4.0000000
10      B  2.000000     5  2.0000000

【讨论】：

【解决方案3】：

嗯，这只是稍微好一点：

answer = 
  exampleTable %>%
  group_by(groups) %>%
  do(lm( y ~ x , data = .) %>% 
       predict %>% 
       data_frame(prediction = .)) %>%
  bind_cols(exampleTable)

我希望这会奏效，但它没有。

answer = 
  exampleTable %>%
  group_by(groups) %>%
  mutate(prediction = 
           lm( y ~ x , data = .) %>% 
           predict)

【讨论】：