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?,r,plyr,R,Plyr,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 = string
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:
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。