从 dplyr 管道创建预测网格答案

【问题标题】：Create prediction grid from dplyr piping从 dplyr 管道创建预测网格
【发布时间】：2017-03-30 16:59:48
【问题描述】：

我希望有人有一个解决方案，可以在使用 dplyr 的管道中使用某种形式的expand.grid。我正在做一些建模，其中我有几个不同的组（或下面的类型），并且这些组有不同的 x & y 数据范围。一旦我对数据进行游戏，我就有兴趣为预测创建一个图，但我只想预测每个值占据的范围内的值，而不是数据集的整个范围。

我已经在下面发布了一个工作示例，但我想知道是否有办法使用循环绕过并完成我的任务。

干杯

require(ggplot2)
require(dplyr)

# Create some data
df  = data.frame(Type = rep(c("A","B"), each = 100),
                 x = c(rnorm(100, 0, 1), rnorm(100, 2, 1)),
                 y = c(rnorm(100, 0, 1), rnorm(100, 2, 1)))

# and if you want to check out the data
ggplot(df,aes(x,y,col=Type)) + geom_point() + stat_ellipse()

# OK so I have no issue extracting the minimum and maximum values 
# for each type
df_summ = df %>%
  group_by(Type) %>%
  summarize(xmin = min(x),
            xmax = max(x),
            ymin = min(y),
            ymax = max(y))
df_summ

# and I can create a loop and use the expand.grid function to get my 
# desired output
test = NULL
for(ii in c("A","B")){
  df1 = df_summ[df_summ$Type == ii,]
  x = seq(df1$xmin, df1$xmax, length.out = 10)
  y = seq(df1$ymin, df1$ymax, length.out = 10)
  coords = expand.grid(x = x, y = y)
  coords$Type = ii
  test = rbind(test, coords)
}

ggplot(test, aes(x,y,col = Type)) + geom_point()

但我真正想做的是找到绕过循环的方法并尝试直接从我的管道操作员那里获得相同的输出。我使用 do() 函数尝试了一些组合，但没有效果，而下面发布的只是众多失败尝试中的一种

df %>%
  group_by(Type) %>%
  summarize(xmin = min(x),
            xmax = max(x),
            ymin = min(y),
            ymax = max(y)) %>%
  do(data.frame(x = seq(xmin, xmax, length.out = 10),
                y = seq(ymin, ymax, length.out = 10)))

# this last line returns an error
# Error in is.finite(from) : 
#   default method not implemented for type 'closure'

【问题讨论】：

您可能对modelr包中的data_grid()和seq_range()感兴趣，它们的使用说明了here。

标签： r dplyr

【解决方案1】：

您的do() 尝试几乎是正确的。诀窍只是在汇总后重新分组（这似乎放弃了分组）。您还需要确保使用.$ 从链中的数据中获取值。试试这个

test <- df %>%
  group_by(Type) %>%
  summarize(xmin = min(x),
            xmax = max(x),
            ymin = min(y),
            ymax = max(y)) %>%
  group_by(Type) %>%
  do(expand.grid(x = seq(.$xmin, .$xmax, length.out = 10),
                y = seq(.$ymin, .$ymax, length.out = 10)))
ggplot(test, aes(x,y,col = Type)) + geom_point()

【讨论】：

非常感谢您。我想我尝试了一些非常相似的东西，但是在尝试获取值时我错过了.$

【解决方案2】：

使用modelr 包中的data_grid 函数，这是一种方法：

library(dplyr)
library(modelr)

df %>%
   group_by(Type) %>%
   data_grid(x, y) %>%
ggplot(aes(x,y, color = Type)) + geom_point()

此方法为每个组中的每个 x 值和每个 y 值生成一个包含 x 和 y 对的行。因此，结果数据框中的每个 x-y 对仅基于实际出现在数据中的 x 和 y 的值。

【讨论】：