dplyr，做（），提取從模型參數，而不從R幫助丟失分組變量

微微一變例爲DO（）：dplyr，做（），提取從模型參數，而不從R幫助丟失分組變量

by_cyl <- group_by(mtcars, cyl) 
models <- by_cyl %>% do(mod = lm(mpg ~ disp, data = .)) 
coefficients<-models %>% do(data.frame(coef = coef(.$mod)[[1]]))

在數據幀係數，存在的第一個係數線性模型爲每個cyl組。我的問題是如何生成一個數據幀，該數據幀不僅包含具有係數的列，還包含具有分組變量的列。

=====編輯：我延長例子，試圖讓更多的明確我的問題

讓我們假設我要提取的模型和一些預測的係數。我可以這樣做：

by_cyl <- group_by(mtcars, cyl) 
getpars <- function(df){ 
    fit <- lm(mpg ~ disp, data = df) 
    data.frame(intercept=coef(fit)[1],slope=coef(fit)[2]) 
} 
getprediction <- function(df){ 
    fit <- lm(mpg ~ disp, data = df) 
    x <- df$disp 
    y <- predict(fit, data.frame(disp= x), type = "response") 
    data.frame(x,y) 
} 
pars <- by_cyl %>% do(getpars(.)) 
prediction <- by_cyl %>% do(getprediction(.))

問題是代碼是多餘的，因爲我適合模型兩次。我的想法是建立一個返回的所有信息列表的功能：

getAll <- function(df){ 
    results<-list() 
    fit <- lm(mpg ~ disp, data = df) 
    x <- df$disp 
    y <- predict(fit, data.frame(disp= x), type = "response") 

    results$pars <- data.frame(intercept=coef(fit)[1],slope=coef(fit)[2]) 
    results$prediction <- data.frame(x,y) 

    results 
}

的問題是，我不知道如何使用做（）的函數GETALL獲得例如只是一個數據幀參數（如dataframe pars）。

來源

2014-07-05 danilinares

不知道這會有所幫助。你可以使用'summarise'而不是第二個'do'。總結（模型，coef = coef（summary（mod））[[1]]，group = cyl） – akrun

這是一個錯誤，我會盡快解決它。 – hadley

@hadley這個問題解決了嗎？你能指出github問題嗎？ –

是否這樣？

coefficients <-models %>% do(data.frame(coef = coef(.$mod)[[1]], group = .[[1]]))

產生

 coef group 
    1 40.87196  4 
    2 19.08199  6 
    3 22.03280  8

來源

2014-07-05 15:50:17

謝謝，類似的東西。我想知道是否有可能自動使用group_by中的分組。因此，例如，如果group_by更改爲group_by（mtcar，cyl，am），則不需要在do（）中使用group =。[[1]]和group2 = [[2]]。 – danilinares

我認爲它更簡單;嘗試'係數<- models %>％do（data.frame（coef = coef（。$ mod），group =。[[1]]，var = names（coef（。$ mod））））' – gregmacfarlane

我知道這是舊的這一點，但這真的幫助了我。（data.frame（group =。[[1]]，a = coef（。$ mod）[1]，b = coef（。$ mod）[2]，r2 = summary（。$ mod）$ r .squared））'這會得到用group_by變量繪製出的整個方程。 – bhive01

使用哈德利韋翰in this video的方法：如果

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

fitmodel <- function(d) lm(mpg ~ disp, data = d) 
by_cyl <- mtcars %>% 
    group_by(cyl) %>% 
    nest() %>% 
    mutate(mod = map(data, fitmodel), 
     pars = map(mod, tidy), 
     pred = map(mod, augment)) 

pars <- by_cyl %>% unnest(pars) 
prediction <- by_cyl %>% unnest(pred)

來源

2016-05-12 09:49:14 danilinares

dplyr，做（），提取從模型參數，而不從R幫助丟失分組變量

回答

相關問題