将模型映射到置换数据集有时会返回模型方程，而不是模型输出答案

【问题标题】：Mapping a model to a permuted data set sometimes returns the model equation, rather than model output将模型映射到置换数据集有时会返回模型方程，而不是模型输出
【发布时间】：2019-05-15 21:24:16
【问题描述】：

我正在尝试使用带有purrr map的modelr中的permute函数来计算置换下两类数据的平均值。

如果我尝试从排列的数据集计算线性模型，则该函数的行为与预期的一样，根据 modelr::permute 的示例文件（尽管我在自定义函数中运行线性模型）：

library(tidyverse) 
library(modelr)

perms <- permute(mtcars,  1000, mpg)
jlm <- function(df){lm(mpg ~ wt, data = df)}
models3 <- map(perms$perm, jlm)
models3[[1]]

Call:
lm(formula = mpg ~ wt, data = df)

Coefficients:
(Intercept)           wt  
     28.211       -2.524

现在，我只需要该数据集中两个类别的平均值，而不是线性模型。我尝试如下运行。

mean_of_vs <- function(df){
  df %>% group_by(vs) %>% summarize(mean(mpg)) %>% spread(vs, `mean(mpg)`) %>%
    rename(zero = `0`, one = `1`)
}

models4 <- map(perms$perm, ~mean_of_vs)

models4[[1]]

但这只是返回函数方程，而不是函数的输出

function(df){
  df %>% group_by(vs) %>% summarize(mean(mpg)) %>% spread(vs, `mean(mpg)`) %>%
    rename(zero = `0`, one = `1`)
}

这个等式在一个简单的数据框上独立工作。

test <- perms %>% pull(perm) %>% .[[1]] %>% as.data.frame

mean_of_vs(test)

# A tibble: 1 x 2
   zero   one
  <dbl> <dbl>
1  16.6  24.5

所以我的问题是，为什么我的自定义函数不返回一堆平均值为 vs = 0 和 vs = 1 的单行数据帧，我该如何让它做到这一点？

谢谢。

【问题讨论】：

标签： r purrr modelr

【解决方案1】：

很高兴认识你。

modelr::permute 生成其类为“排列”的数据

> class(perms[[1]][1][[1]])

[1] "permutation"

permutation类有3个属性

数据

这个变量中的数据

列

你置换的列

idx

指示哪些行已被选择的索引

我认为permutation 只需要一些公式（比如lm 和etc.. 我不确定公式列表）。

所以如果你想使用你想要的函数，你必须像下面这样转换为 data.frame/data.table/tibble

mean_of_vs <- function(df){
   df %>%as.data.frame() %>% group_by(vs) %>% summarize(mean(mpg)) %>% spread(vs, `mean(mpg)`) %>%
     rename(zero = `0`, one = `1`)
}

然后，在没有~ 符号的情况下执行map 函数。

models4 <- map(perms$perm, mean_of_vs)

然后你会得到结果


.....

[[97]]

# A tibble: 1 x 2
   zero   one

  <dbl> <dbl>
1  21.4  18.4




[[98]]

# A tibble: 1 x 2
   zero   one

  <dbl> <dbl>
1  20.4  19.7
.....

【讨论】：

【解决方案2】：

置换返回类型<S3: permutation>，不是数据框。

> perms
# A tibble: 1,000 x 2
   perm              .id
   <list>            <chr>
 1 <S3: permutation> 0001
 2 <S3: permutation> 0002
 3 <S3: permutation> 0003
 4 <S3: permutation> 0004
 5 <S3: permutation> 0005
 6 <S3: permutation> 0006
 7 <S3: permutation> 0007
 8 <S3: permutation> 0008
 9 <S3: permutation> 0009
10 <S3: permutation> 0010
# ... with 990 more rows

检查它发现数据框存储为命名列表中的第一个元素：

> glimpse(perms[[1,1]])
List of 3
 $ data   :'data.frame':    32 obs. of  11 variables:
  ..$ mpg : num [1:32] 21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
  ..$ cyl : num [1:32] 6 6 4 6 8 6 8 4 4 6 ...
  ..$ disp: num [1:32] 160 160 108 258 360 ...
  ..$ hp  : num [1:32] 110 110 93 110 175 105 245 62 95 123 ...
  ..$ drat: num [1:32] 3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
  ..$ wt  : num [1:32] 2.62 2.88 2.32 3.21 3.44 ...
  ..$ qsec: num [1:32] 16.5 17 18.6 19.4 17 ...
  ..$ vs  : num [1:32] 0 0 1 1 0 1 0 1 1 1 ...
  ..$ am  : num [1:32] 1 1 1 0 0 0 0 0 0 0 ...
  ..$ gear: num [1:32] 4 4 4 3 3 3 3 4 4 4 ...
  ..$ carb: num [1:32] 4 4 1 1 2 1 4 2 2 4 ...
 $ columns: Named chr "mpg"
  ..- attr(*, "names")= chr "mpg"
 $ idx    : int [1:32] 1 30 21 12 27 14 17 2 15 32 ...
 - attr(*, "class")= chr "permutation"

所以要做你想做的事，只需在mean_of_vs() 函数的第一步中访问data 元素：

mean_of_vs <- function(df) {
  df$data %>% 
    group_by(vs) %>% 
    summarize(mean(mpg)) %>% 
    spread(vs, `mean(mpg)`) %>%
    rename(zero = `0`, one = `1`)
}

现在一切正常：

> models4 <- map(perms$perm, mean_of_vs)
> models4[[1]]
# A tibble: 1 x 2
   zero   one
  <dbl> <dbl>
1  16.6  24.6

【讨论】：