R 按因子值将数据帧分成子集，发送到返回glm类的函数，如何重新组合？

由于Hadley的plyr包ddply函数，我们可以获取一个数据帧，按因子将其分解为子数据帧，将每个子数据帧发送给一个函数，然后将每个子数据帧的函数结果合并成一个新的数据帧

但是，如果函数返回一个类的对象，比如glm，或者在我的例子中，返回一个c（“glm”，“lm”），该怎么办。那么，这些不能组合成一个数据帧，是吗？我得到了这个错误

Error in as.data.frame.default(x[[i]], optional = TRUE, stringsAsFactors = stringsAsFactors) : cannot coerce class 'c("glm", "lm")' into a data.frame

是否有更灵活的数据结构来容纳函数调用的所有复杂glm类结果，从而保留有关dataframe子集的信息

---

还是应该以完全不同的方式来实现这一点？

仅扩展我的评论：

plyr

具有一组组合输入和输出类型的函数。因此，当您的函数返回一些不可转换到

data.frame

的内容时，您应该使用

list

作为输出。因此，不要使用

ddply

而是使用

dlply

当你想在每个模型上做些什么，并将结果转换成

数据时，frame

则

ldply

是关键

让我们使用

dlply

list_of_models <- dlply(warpbreaks, .(tension), function(X) lm(breaks~wool, data=X))
str(list_of_models, 1)
# List of 3
#  $ L:List of 13
#   ..- attr(*, "class")= chr "lm"
#  $ M:List of 13
#   ..- attr(*, "class")= chr "lm"
#  $ H:List of 13
#   ..- attr(*, "class")= chr "lm"
#  - attr(*, "split_type")= chr "data.frame"
#  - attr(*, "split_labels")='data.frame':        3 obs. of  1 variable:

每个模型的统计信息如下：

ldply(list_of_models, function(model) {
    data.frame(fit=predict(model, warpbreaks))
})
#     tension     fit
# 1         L 44.5556
# 2         L 44.5556
# 3         L 44.5556

ldply(list_of_models, function(model) {
  c(
    aic = extractAIC(model),
    deviance = deviance(model),
    logLik = logLik(model),
    confint = confint(model),
    coef = coef(model)
  )
})
# tension aic1    aic2 deviance   logLik confint1  confint2 confint3 confint4 coef.(Intercept) coef.woolB
# 1       L    2 98.3291  3397.78 -72.7054  34.2580 -30.89623  54.8531 -1.77044          44.5556  -16.33333
# 2       M    2 81.1948  1311.56 -64.1383  17.6022  -4.27003  30.3978 13.82559          24.0000    4.77778
# 3       H    2 76.9457  1035.78 -62.0137  18.8701 -13.81829  30.2411  2.26273          24.5556   -5.77778

---

您是否尝试了

dlply

？输出是一个列表。你说得对，谢谢，dlply有效。返回的分层列表是我不熟悉的，我不知道是否可以以某种可伸缩的方式重新分配回dataframe结构，但这可能只是我理解列表切片等更好的方法的问题。