使用purrr::map将多个参数应用于函数
我有一个这样的数据框使用purrr::map将多个参数应用于函数,r,ggplot2,dplyr,magrittr,purrr,R,Ggplot2,Dplyr,Magrittr,Purrr,我有一个这样的数据框 df <- data.frame(tiny = rep(letters[1:3], 20), block = rnorm(60), tray = runif(60, min=0.4, max=2), indent = sample(0.5:2.0, 60, replace = TRUE)) 上面的代码工作得很好,但是如果我想像在model1函数中那样提供变量作为参数,我会得到错误。我就是
df <- data.frame(tiny = rep(letters[1:3], 20),
block = rnorm(60), tray = runif(60, min=0.4, max=2),
indent = sample(0.5:2.0, 60, replace = TRUE))
上面的代码工作得很好,但是如果我想像在model1
函数中那样提供变量作为参数,我会得到错误。我就是这么做的
nm%>%
mutate(mod = data %>% map(model(x=tray, y=block)))
我一直在犯错误
模式错误(x=托盘,y=块):未使用的参数(y=块)
我还尝试使用ggplot2
plot <- function(dfr, i){
dfr %>%
ggplot(., aes(x=tray, y=block))+
geom_point()+
xlab("Soil Properties")+ylab("Slope Coefficient")+
ggtitle(nm$tiny[i])
nm%>%
mutate(put = data %>% map(plot))
绘图%
ggplot(,aes(x=托盘,y=块))+
几何点()+
xlab(“土壤性质”)+ylab(“坡度系数”)+
ggtitle(nm$tiny[i])
纳米%>%
变异(put=data%>%map(plot))
我的想法是希望ggplot
为将要生成的每个绘图放置标题a、b和c。
任何帮助都将不胜感激。谢谢使用基本函数
拆分
将数据拆分为组列表
library( purrr )
library( ggplot2 )
df %>%
split( .$tiny) %>%
map(~ lm( block ~ tray, data = .))
df %>%
split( .$tiny) %>%
map(~ ggplot( data = ., aes( x = tray, y = block ) ) +
geom_point( ) +
xlab("Soil Properties") +
ylab("Slope Coefficient") +
ggtitle( as.character( unique(.$tiny) ) ) )
使用函数:
lm_model <- function( data )
{
return( lm( block ~ tray, data = data ) )
}
plot_fun <- function( data )
{
p <- ggplot( data = data, aes( x = tray, y = block ) ) +
geom_point( ) +
xlab("Soil Properties") +
ylab("Slope Coefficient") +
ggtitle( as.character( unique(data$tiny) ) )
return( p )
}
df %>%
split( .$tiny) %>%
map(~ lm_model( data = . ) )
df %>%
split( .$tiny) %>%
map(~ plot_fun( data = . ) )
lm_型号%
拆分(.$tiny)%>%
地图(~plot_fun(数据=))
在函数内部创建公式
lm_model <- function( data, x, y )
{
form <- reformulate( y, x )
return( lm( formula = form, data = data ) )
}
df %>%
split( .$tiny) %>%
map(~ lm_model( data = ., x = 'tray', y = 'block' ) )
lm_型号%
映射(~lm_模型(数据=,x='托盘',y='块'))
如果你的函数公式如下,你的解决方案就会起作用
model <- function(dfr, x, y){
lm( formula = eval(parse(text = paste('as.formula( ', y, ' ~ ', x, ')', sep = ''))),
data = dfr)
}
model如果您想使用mutate
与map
一起使用,您还需要使用tidyr
进行nest
。您将使用TIBLES存储输出(或包含数据帧列表列的数据帧)
我使用了@Sathish详细回答中的函数(经过一些修改)
看起来不像model1()parameters@PierreLafortune,它不起作用。我得到了错误:is.data.frame(.data)| | is.list(.data)| | is.environment(.data)不是真的
总有一天你们这些孩子会停止尝试用管道输送所有东西,就像我在问题中给出的模型示例一样。我学会了另一种做这件事的方法,这是很棒的。但是,我希望能够使用函数并在usingmap
中为函数提供任何参数。您确实回答了部分问题。在lm_model
函数中,我是否可以更改block
和tray
并将它们作为函数中的参数提供?我该怎么做?是的。因此,在本例中,我将把数据帧、x
变量和y
变量传递给lm_模型
函数,并使用map
函数进行评估。您的解决方案工作得非常好。我不明白为什么df%>%group\u by(tiny)%%>%mutate(mod=data%>%map(lm\u model(x='tray',y='block',data=))
不起作用。在lm\u model
函数的第二行,放入print(form)
。你会看到魔法的。有关更多信息,请阅读《重新格式化》
,我现在可以将标题添加到绘图中。谢谢
lm_model <- function( data )
{
return( lm( block ~ tray, data = data ) )
}
plot_fun <- function( data )
{
p <- ggplot( data = data, aes( x = tray, y = block ) ) +
geom_point( ) +
xlab("Soil Properties") +
ylab("Slope Coefficient") +
ggtitle( as.character( unique(data$tiny) ) )
return( p )
}
df %>%
split( .$tiny) %>%
map(~ lm_model( data = . ) )
df %>%
split( .$tiny) %>%
map(~ plot_fun( data = . ) )
lm_model <- function( data, x, y )
{
form <- reformulate( y, x )
return( lm( formula = form, data = data ) )
}
df %>%
split( .$tiny) %>%
map(~ lm_model( data = ., x = 'tray', y = 'block' ) )
model <- function(dfr, x, y){
lm( formula = eval(parse(text = paste('as.formula( ', y, ' ~ ', x, ')', sep = ''))),
data = dfr)
}
library(purrr)
library(dplyr)
library(tidyr)
df <- data.frame(tiny = rep(letters[1:3], 20),
block = rnorm(60), tray = runif(60, min=0.4, max=2),
indent = sample(0.5:2.0, 60, replace = TRUE))
lm_model <- function( data )
{
return( lm( block ~ tray, data = data ) )
}
# Altered function to include title parameter with purrr::map2
plot_fun <- function( data, title )
{
p <- ggplot( data = data, aes( x = tray, y = block ) ) +
geom_point( ) +
xlab("Soil Properties") +
ylab("Slope Coefficient") +
ggtitle( as.character( title ) )
return( p )
}
results <- df %>%
group_by(tiny) %>%
nest() %>%
mutate(model = map(data, lm_model),
plot = map2(data, tiny, plot_fun))
> results
# A tibble: 3 × 4
tiny data model plot
<fctr> <list> <list> <list>
1 a <tibble [20 × 3]> <S3: lm> <S3: gg>
2 b <tibble [20 × 3]> <S3: lm> <S3: gg>
3 c <tibble [20 × 3]> <S3: lm> <S3: gg>
> results$model[[1]]
Call:
lm(formula = block ~ tray, data = data)
Coefficients:
(Intercept) tray
-0.3461 0.3998