使用purrr+；地图

我有一个数据帧，在该数据帧上使用整个数据集运行多个GLM

  df <- data.frame(Var1 = sample(as.factor(0:1), replace = TRUE, 1000),
                   Var2 = runif(100),
                   Var3 = runif(100),
                   Var4 = runif(100),
                   Var5 = sample(as.factor(0:1), replace = TRUE, 1000),
                   Var6 = sample(as.factor(0:1), replace = TRUE, 1000))

现在我想使用Var5和Var6来过滤我的数据集

我想为4个可能的数据集Var52*Var62中的每一个设置一个GLM

使用cross（）我可以得到Var 5和Var 6的所有值的组合

list <-  df %>% 
  expand(Var5,Var6) %>%
  cross()

---

我很感激你能为我提供任何关于实现这一点的建议。

下面是一种使用{dplyr}的

rowwise

符号（而不是

purrr:：map

）的方法

库（tidyverse）
df%
枢轴长度（cols=c（“Var3”、“Var4”））%>%
嵌套单位（名称）%>%
交叉（Var5=c（0,1），Var6=c（0,1））%>%
行（）
mutate（data=list（过滤器（data，Var5==.env$Var5&Var6=.env$Var6）），
模型=列表（glm（Var1值，数据=数据，族=二项式（“logit”）））%>%
突变（整洁=列表（扫帚：：整洁（模型））%>%
不干净（整洁）
#>#tibble:16 x 10
#>名称数据Var5 Var6模型术语估计标准误差统计p值
#>                              
#>1 Var3 2 Var3 3 Var3 4 Var3 5 Var3 6 Var3 7 Var3 8 Var3 9 Var4 10 Var4 11 Var4 12 Var4 13 Var4 14 Var4 15 Var4 16 Var4是代码的
变异部分，即
df%>%mutate.
。关于
过滤器
，您可以使用
拆分（df，list（df['Var4'，'Var5'），drop=TRUE）
或使用
组拆分
，即
df%>%组拆分（Var5，Var5）
进入
列表
非常感谢您关注这个问题。我忘记发布一些代码来进一步澄清我的问题。我已经用额外的信息对其进行了更新。如果我正确阅读了您的解决方案，您会在一个嵌套中拥有一个嵌套，该嵌套将Var5和Var6分组，以便获得我的4个组合？
list <-  df %>% 
  expand(Var5,Var6) %>%
  cross()

  df %>%
  filter(Var5 == 1 & Var6 == 1) %>%
  pivot_longer(cols = c("Var3","Var4")) %>%
  group_by(name)  %>%  nest() %>%
  mutate(model = map(data,~glm(Var1 ~ value, data = .x, family=binomial("logit"))))  %>%
  mutate(tidy= map(model, tidy)) %>%
  unnest(tidy)

  df %>%
  filter(Var5 == 1 & Var6 == 0) %>%
  pivot_longer(cols = c("Var3","Var4")) %>%
  group_by(name)  %>%  nest() %>%
  mutate(model = map(data,~glm(Var1 ~ value, data = .x, family=binomial("logit"))))  %>%
  mutate(tidy= map(model, tidy)) %>%
  unnest(tidy)

ect...