R：循环过滤

我将通过循环在不同的数据集上执行lm（），循环应该首先使用filter（）生成数据集，然后对过滤后的数据集执行lm（），并保存结果。 然而，我总是犯这个错误，我不知道我做错了什么

---

“使用行子集更新全局环境中的原始对象时，

中的错误对比将为后续迭代抛出错误，因为
=
为'var2'和'var3'返回0行（当
数据集
在'variable_name'中只有'var1'值时）。相反，创建一个临时对象。”（也可以删除）在循环中

for (b in a){
  tmp <- subset(dataset, variable_name == b)
   model <- lm(y ~ x1 + x2, data = tmp)
   assign(paste(b, "lm", sep='_'), model)
   rm(tmp)
 }

或者如果我们更喜欢使用“a”向量（假设“variable_name”中有更多的
唯一的
值，并且只需要基于“a”向量的模型）

model\l您在每次迭代中更新全局环境中的
dataset
，当您进入下一次迭代而不是创建临时数据集时，该数据集将失败（在第一次迭代后，数据集只有变量名称值为“var1”的行）。例如
tmp%过滤器（变量名称==b）
并在
lm
中使用它，啊，好的，我明白我现在做错了什么！非常感谢！！
dataset <- dataset%>%filter(variable_name == **paste0("'",b,"'")**)

for (b in a){
  tmp <- subset(dataset, variable_name == b)
   model <- lm(y ~ x1 + x2, data = tmp)
   assign(paste(b, "lm", sep='_'), model)
   rm(tmp)
 }

model_lst <- lapply(split(dataset, dataset$variable_name), function(tmp)
          lm(y ~ x1 + x2, data = tmp))

model_lst <- lapply(a, function(b) {
            lm(y ~ x1 + x2, data = subset(dataset, variable_name == b)
  })