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:使用扫帚(增强)和dplyr配合时出错,r,dplyr,broom,R,Dplyr,Broom,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
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))