使用扫帚（增强）和dplyr配合时出错

我尝试在黄土拟合上使用“增强”，但收到以下错误：

Error in data.frame(..., check.names = FALSE) : 
  arguments imply differing number of rows: 32, 11

在错误消息中，11恰好等于一段中的观察数，32是观察总数。代码如下

require(broom)
require(dplyr)

# This example uses the lm method and it works
regressions <- mtcars %>% group_by(cyl) %>%  do(fit = lm(wt ~ mpg, .))
regressions %>% augment(fit)

# This example uses the loess method and it generates the error
regressions2 <- mtcars %>% group_by(cyl) %>%  do(fit = loess(wt ~ mpg, .))
regressions2 %>% augment(fit)

# The below code appropriately plots the loess fit using geom_smooth. 
# My current # workaround is to do a global definition as an aes object in geom_smooth`
cylc = unique(mtcars$cyl) %>% sort()
for (i in 1:length(cyl)){
  print(i)
  print(cyl[i])
  p<- ggplot(data=filter(mtcars,cyl==cylc[i]),aes(x=mpg,y=wt)) + geom_point() + geom_smooth(method="loess") + ggtitle(str_c("cyl = ",cyl[i]))
  print(p)
}

require（扫帚）
需要（dplyr）
#本例使用lm方法，它可以正常工作
回归%group_by（cyl）%>%do（拟合=lm（wt~mpg，））
回归%>%增大（拟合）
#此示例使用黄土方法，并生成错误
回归2%组单位（cyl）%>%do（拟合=黄土（wt~mpg，）
回归2%>%增大（拟合）
#以下代码使用geom_smooth适当绘制黄土拟合。
#我目前的解决办法是在geom#u smooth中作为aes对象进行全局定义`
cylc=唯一（mtcars$cyl）%>%sort（）
对于（1中的i：长度（圆柱体））{
印刷品（一）
打印（气缸[i]）
p这似乎是一个与
do（）
操作符相关的问题：当我们在一个黄土模型对象上检查
model.frame（）
时，我们将返回所有32行，而不是对应于该模型的子集

解决方法是保留数据而不仅仅是模型，并将其作为第二个参数传递给
augment（）
：

谢谢你戴维的详细回应。我读了那一章，这个解决方案既清晰又明智。你可能会考虑在这里更新这个小插图：因为这是我使用do-（）的地方。@Steve你完全正确！有一些新的计划和资源用于维护broom，这意味着这些更新可能会在今年夏天发生。再次感谢你的帮助！作为一个可复制的解决方案，添加library（tidyverse），library（broom）。
regressions2 <- mtcars %>%
  group_by(cyl) %>%
  do(fit = loess(wt ~ mpg, .),
     data = (.)) %>%
   augment(fit, data)

library(tidyr)
library(purrr)

mtcars %>%
  nest(-cyl) %>%
  mutate(fit = map(data, ~ loess(wt ~ mpg, .))) %>%
  unnest(map2(fit, data, augment))