R 使用一个数据帧中的值作为另一个数据帧上估计的模型的参数

我希望在一个数据帧中估计模型，但每个模型的公式都有一些来自另一个数据帧的“移动部分”。例如，假设我希望估计以下模型（我无法发布图片，也无法键入乳胶方程式）： mpg=a+b*对数（1*drat+2*hp）

其中，w_1和w_2是权重，例如为0.5或1。我使用expand.grid（）创建一个权重数据框，然后使用paste（）或paste0（）对公式进行变异（），并将变量名和权重值传递给lm（）函数

然而，估计的模型只是使用权重数据框第一行中的公式。如果我在估计模型之前使用group_by（），就可以解决这个问题

问题是——为什么？为什么第一个代码不起作用？group_by（）在这里实现了什么使之成为可能

库（tidyverse）
汽车我们可以按行添加

library(dplyr)
weights %>%
  mutate(formula_weights = paste0("mpg~log(",w1,"*drat+",w2,"*hp)")) %>% 
  rowwise() %>%
  mutate(r2 = summary(lm(data=cars, formula = formula_weights))$r.squared)
#Source: local data frame [4 x 4]
#Groups: <by row>

# A tibble: 4 x 4
#     w1    w2 formula_weights             r2
#  <dbl> <dbl> <chr>                    <dbl>
#1   0.5   0.5 mpg~log(0.5*drat+0.5*hp) 0.715
#2   1     0.5 mpg~log(1*drat+0.5*hp)   0.709
#3   0.5   1   mpg~log(0.5*drat+1*hp)   0.718
#4   1     1   mpg~log(1*drat+1*hp)     0.715

我们可以按行添加

library(dplyr)
weights %>%
  mutate(formula_weights = paste0("mpg~log(",w1,"*drat+",w2,"*hp)")) %>% 
  rowwise() %>%
  mutate(r2 = summary(lm(data=cars, formula = formula_weights))$r.squared)
#Source: local data frame [4 x 4]
#Groups: <by row>

# A tibble: 4 x 4
#     w1    w2 formula_weights             r2
#  <dbl> <dbl> <chr>                    <dbl>
#1   0.5   0.5 mpg~log(0.5*drat+0.5*hp) 0.715
#2   1     0.5 mpg~log(1*drat+0.5*hp)   0.709
#3   0.5   1   mpg~log(0.5*drat+1*hp)   0.718
#4   1     1   mpg~log(1*drat+1*hp)     0.715

在你的变种中使用sapply。摘要/lm未矢量化

weights %>%
mutate(formula_weights = paste0("mpg~log(",w1,"*drat+",w2,"*hp)")) %>%
mutate(r2 = sapply(formula_weights,
                   function(fw) summary(lm(data=cars, formula =))$r.squared))

在你的变种中使用sapply。摘要/lm未矢量化

weights %>%
mutate(formula_weights = paste0("mpg~log(",w1,"*drat+",w2,"*hp)")) %>%
mutate(r2 = sapply(formula_weights,
                   function(fw) summary(lm(data=cars, formula =))$r.squared))

当我试图解决我原来的问题时，我看到rowwise（）和group_by（）给出了相同的解决方案。我还是不明白为什么。例如，当我改变公式_权重时，dplyr“知道”这是行的。那么，为什么使用lm和formula=formula_权重需要我显式地告诉它rowwise（）？@ArielKarlinsky这与mutate的工作方式有关。通常，它对向量（例如列）起作用。因此，它希望使用向量（其他列）作为输入，并应用向量化的函数（例如，逐元素工作）和相同长度的返回向量。通过将此计算拆分为多个组，以便在每个组中独立执行计算。在每个组中，您仍然需要以矢量化的方式工作-但是如果组的大小为1（例如行），那么这并不重要。与我试图解决原始问题时的基函数ave（）相比，我发现rowwise（）和group_by（）给出了相同的解决方案。我还是不明白为什么。例如，当我改变公式_权重时，dplyr“知道”这是行的。那么，为什么使用lm和formula=formula_权重需要我显式地告诉它rowwise（）？@ArielKarlinsky这与mutate的工作方式有关。通常，它对向量（例如列）起作用。因此，它希望使用向量（其他列）作为输入，并应用向量化的函数（例如，逐元素工作）和相同长度的返回向量。通过将此计算拆分为多个组，以便在每个组中独立执行计算。在每个组中，您仍然需要以矢量化的方式工作-但是如果组的大小为1（例如行），那么这并不重要。与基本函数ave（）相比，
sapply
类似于使用
map
（循环）。
sapply
类似于使用
map
（循环）。