错误：结果不是以下位置的数据框： [英] Error: Results are not data frames at positions:
本文介绍了错误：结果不是以下位置的数据框：的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我试图在一个相当大的数据帧上运行一个拟合函数，该函数由名为 big_group 和'small_group'。
特别是，我试图获取 big_group 中每个 small_group 的预测和coefs值。
也就是说，我正在尝试在 do（{函数。
由于缺少数据点或初始参数估计时的奇异梯度矩阵错误，无法拟合此数据的某些组。 / p>
因此，我使用了
OTH，解决此问题后，我遇到了错误说
错误：结果不是位置3的数据帧
有些有关此错误的讨论，但我不知道它如何实现我的问题。
这是我可复制的示例； （此示例与我的真实数据类似，这就是为什么我要构建这样的示例）
library（minpack.lm）
库（dplyr）
set.seed（100）
data.list<-lapply（1：2，function（big_group）{
xx<-c（sort（runif（5,1,5）），sort（runif（5，-8，-2）），rep（5,2））## I意向都加了最后两个5获得不合适的组
yy<-sort（runif（12,0,10））
small_group<-rep（c（'a'，'b' ，'c'），times = c（5,5,2））## big_group
df<-data.frame（xx，yy，small_group，big_group）下的小群
df<-df％>％
group_by（big_group，small_group）％>％
do（{
#fitting part
fit<-tryCatch（nlsLM（yy〜k * xx / 2 + U，start = c（k = 1，U = 5），data =。，trace = T，
control = nls.lm .control（maxiter = 100）），error = function（e）NULL）
if（！（ NULL％in％class（fit）））{
new.range<-data.frame（xx = seq（1,10，length.out = nrow（。）））
预测<-预测（fit，newdata = new.range）
coefs<-data.frame（k = coef（fit）[1]，U = coef（fit）[2]）
data.frame（。，new.range，predicted，coefs，row.names = NULL）##这是我猜错的部分！
}}）
}）
这就是数据看起来像； @RomanLuštrik
data.list<-lapply（1：2，function（big_group）{
xx< -c（sort（runif（5,1,5）），sort（runif（5，-8，-2）），rep（5,2））##我故意将最后两个5加起来得到不合适的组
yy<-sort（runif（12,0,10））
small_group<-rep（c（'a'，'b'，'c'），times = c（5,5， 2））## big_group
df以下的小组<-data.frame（xx，yy，small_group，big_group）
}）
df <-bind_rows（data.list）
> df
xx yy small_group big_group
1 1.685681 1.302889 a 1
2 2.680406 1.804072 a 1
3 3.153395 3.306605 a 1
4 3.995889 3.486920 a 1
5 4.081206 6.293909 a 1
6 -6.333657 6.952741 b 1
7 -5.070164 7.775844 b 1
8 -4.705420 8.273034 b 1
9 -2.708278 8.651205 b 1
10- 2.428970 8.894535 b 1
11 5.000000 9.541577 c 1
12 5.000000 9.895641 c 1
13 1.830856 1.234872 a 2
14 2.964927 2.114086 a 2
15 3.413297 2.299059 a 2
16 4.121434 2.533907 a 2
17 4.536908 3.577738 a 2
18 -6.807926 4.451480 b 2
19 -6.585834 4.637012 b 2
20 -6.350680 5.913211 b 2
21 -6.157485 5.975753 b 2
22 -6.016821 6.471012 b 2
23 5.000000 6.763982 c 2
24 5.000000 9.605731 c 2
解决方案
这个怎么样？麻烦似乎是迫使传统的R代码与％&％;％管道一起使用，因此我只是在解决它。
＃库和选项---------------------- -----------------------------
库（minpack.lm）
库（dplyr）
set.seed（100）
＃创建数据------------------------------- --------------------------
data.list<-lapply（1：2，function（big_group）{
xx<-c（sort（runif（5,1,5）），sort（runif（5，-8，-2）），rep（5,2））## I都将最后两个5加到获取不合适的组
yy <--sort（runif（12,0,10））
small_group<-rep（c（'a'，'b'，' c'），times = c（5,5,2））## big_group
df中的小组<-data.frame（xx，yy，small_group，big_group）
}）
df<-bind_rows（data.list）
＃拟合模型--------- --------------------------------------------------
打印（我的理解是，您要为大型组和小型组的每种组合使用单独的模型拟合）
＃创建适合水平的组
df $ big_small <-paste0（df $ big_grou p，df $ small_group）
＃创建结果对象
df1<-structure（list（xx = numeric（0），yy = numeric（0），small_group = structure（integer（ 0）、. Label = c（ a，
b， c），class = factor），big_group =整数（0），big_small =字符（0），
xx.1 =数字（0），预测=数字（0），k =数字（0），
U =数字（0）），.名称= c（ xx， yy， small_group ， big_group，
big_small， xx.1， predicted， k， U），row.names = integer（0），class = data.frame）
＃拟合模型，得到结果
for（b_s in unique（df $ big_small））{
fit<-tryCatch（nlsLM（yy〜k * xx / 2 + U，start = c（k = 1，U = 5），data = df [df $ big_small == b_s，]，trace = T，
control = nls.lm.control（maxiter = 100））， error = function（e）NULL）
if（！（ NULL％in％class（fit）））{
new.range<-data.frame（ xx = seq（1,10，length.out = nrow（df [df $ bi g_small == b_s，]）））
预测<-预测（fit，newdata = new.range）
coefs<-data.frame（k = coef（fit）[1]，U = coef（fit）[2]）
df1 <-rbind（df1，data.frame（df [df $ big_small == b_s，]，new.range，predicted，coefs，row。）。名称= NULL））
}
}
它。 0，RSS = 44.4318，参数。 = 1 5
它。 1，RSS = 0.259895，参数= 1.89421 1.00916
它。 2，RSS = 0.259895，参数。 = 1.89421 1.00916
它。 0，RSS = 81.5517，参数。 = 1 5
它。 1，RSS = 0.256959，参数= 0.912615 8.80728
它。 2，RSS = 0.256959，参数。 = 0.912615 8.80728
它。 0，RSS = 1.76253，参数。 = 1 5
它。 1，RSS = 0.715381，参数= -156.969 400.646
它。 2，RSS = 0.715381，参数。 = -156.969 400.646
它。 0，RSS = 64.766，参数。 = 1 5
它。 1，RSS = 4.27941，参数。 = 3.32947 -1.95395
它。 2，RSS = 4.27941，参数= 3.32947 -1.95395
它。 0，RSS = 137.22，参数。 = 1 5
它。 1，RSS = 0.209219，参数。 = 0.893139 10.0071
它。 2，RSS = 0.209219，参数。 = 0.893139 10.0071
它。 0，RSS = 9.90713，参数。 = 1 5
它。 1，RSS = 0.0626808，参数= -156.67 401.394
它。 2，RSS = 0.0626808，参数= -156.67 401.394
df1
xx yy small_group big_group big_small xx.1预测k U
1 1.225533 2.046122 a 1 1a 1.00 1.9562669 1.8942075 1.009163
2 2.030690 2.803538 a 1 1a 3.25 4.0872502 1.8942075 1.009163
3 2.231064 3.575249 a 1 1a 5.50 6.2182336 1.8942075 1.009163
4 2.874197 3.594751 a 1 1a 7.75 8.3492170 1.8942075 1.009163
5 3.209290 3.984879 a 1 1a 10.00 10.4802004 1.8942075 1.009163
6 -6.978428 5.358112 b 1 1b 1.00 9.2635844 0.9126145 8.807277
7 -5.778077 6.249965 b 1 1b 3.25 10.2902757 0.9126145 8.807277
8 -5.097376 6.690217 b 1 1b 5.50 11.3169671 0.9126145 8.807277
9 -4.720648 6.902905 b 1 1b 7.75 12.3436585 0.9126145 8.807277
10 -3.125584 7.108038 b 1 1b 10.00 13.3703498 0.9126145 8.807277
11 1.685681 1.302889 a 2 2a 1.00 -0.2892182 3.3294688 -1.953953
b 12 2.680406 1.804072 a 2 2a 3.25 3.4564342 3.3294688 -1.953953
13 3.153395 3.306605 a 2 2a 5.50 7.2020866 3.3294688 -1.953953
14 3.995889 3.486920 a 2 2a 7.75 10.9477390 3.3294688 -1.953953
15 4.081206 6.293909 a 2 2a 10.00 14.6933913 3.3294688 -1.953953
16 -6.333657 6.952741 b 2 2b 1.00 10.4536476 0.8931386 10.007078
17 -5.070164 7.775844 b 2 2b 3.25 11.4584286 0.8931386 10.007078
18 -4.705420 8.273034 b 2 2b 5.50 12.4632095 0.8931386 10.007078
19 -2.708278 8.651205 b 2 2b 7.75 13.4679905 0.8931386 10.007078
20 -2.428970 8.894535 b 2 2b 10.00 14.4727715 0.8931386 10.007078
I am trying to run a fitting function on a rather large data frame, grouped by a variable named "big_group" and 'small_group'.
In particular, I am trying to get predictions and coefs values of every small_group inside of big_group.
That is, I'm trying to add these new columns to my new data.frame at the end of do({ function.
Some of the groups of this data cannot be fitted due to either lack of data points or "singular gradient matrix at initial parameter estimates" error.
So, I used tryCatch method from this post of how-do-i-ignore-errors-and-continue-processing-list-items and I used following answer of @Koshke
OTH, after solving this issue I come to encounter an error is saying
Error: Results are not data frames at positions: 3
There is some discussions about this error but I could not figure it how to implement to my problem.
Here is my reproducible example; (This example is similar to my real data that's why I built the example like this)
library(minpack.lm)
library(dplyr)
set.seed(100)
data.list <- lapply(1:2, function(big_group) {
xx <- c(sort(runif(5,1,5)),sort(runif(5,-8,-2)), rep(5,2)) ##I intentionall added the last two 5 to get unfitted groups
yy<- sort(runif(12,0,10))
small_group <- rep(c('a','b','c'),times=c(5,5,2)) ##small groups in under the big_group
df <- data.frame(xx,yy,small_group,big_group)
df <- df%>%
group_by(big_group,small_group)%>%
do({
#fitting part
fit <- tryCatch(nlsLM(yy~k*xx/2+U, start=c(k=1,U=5), data = ., trace=T,
control = nls.lm.control(maxiter=100)),error=function(e) NULL)
if(!("NULL" %in% class(fit))){
new.range<- data.frame(xx=seq(1,10,length.out=nrow(.)))
predicted <- predict(fit, newdata =new.range)
coefs <- data.frame(k=coef(fit)[1],U=coef(fit)[2])
data.frame(., new.range,predicted,coefs,row.names=NULL) ##This is the part the error came from I guess!
}})
})
This is what the data looks like; @RomanLuštrik
data.list <- lapply(1:2, function(big_group) {
xx <- c(sort(runif(5,1,5)),sort(runif(5,-8,-2)), rep(5,2)) ##I intentionall added the last two 5 to get unfitted groups
yy<- sort(runif(12,0,10))
small_group <- rep(c('a','b','c'),times=c(5,5,2)) ##small groups in under the big_group
df <- data.frame(xx,yy,small_group,big_group)
})
df <- bind_rows(data.list)
> df
xx yy small_group big_group
1 1.685681 1.302889 a 1
2 2.680406 1.804072 a 1
3 3.153395 3.306605 a 1
4 3.995889 3.486920 a 1
5 4.081206 6.293909 a 1
6 -6.333657 6.952741 b 1
7 -5.070164 7.775844 b 1
8 -4.705420 8.273034 b 1
9 -2.708278 8.651205 b 1
10 -2.428970 8.894535 b 1
11 5.000000 9.541577 c 1
12 5.000000 9.895641 c 1
13 1.830856 1.234872 a 2
14 2.964927 2.114086 a 2
15 3.413297 2.299059 a 2
16 4.121434 2.533907 a 2
17 4.536908 3.577738 a 2
18 -6.807926 4.451480 b 2
19 -6.585834 4.637012 b 2
20 -6.350680 5.913211 b 2
21 -6.157485 5.975753 b 2
22 -6.016821 6.471012 b 2
23 5.000000 6.763982 c 2
24 5.000000 9.605731 c 2
解决方案
How about this? The trouble seemed to be forcing the traditional R code to work with the %>% pipe, so I just worked around it.
# Libraries and Options ---------------------------------------------------
library(minpack.lm)
library(dplyr)
set.seed(100)
# Create the data ---------------------------------------------------------
data.list <- lapply(1:2, function(big_group) {
xx <- c(sort(runif(5,1,5)),sort(runif(5,-8,-2)), rep(5,2)) ##I intentionall added the last two 5 to get unfitted groups
yy<- sort(runif(12,0,10))
small_group <- rep(c('a','b','c'),times=c(5,5,2)) ##small groups in under the big_group
df <- data.frame(xx,yy,small_group,big_group)
})
df <- bind_rows(data.list)
# Fit the Model -----------------------------------------------------------
print("My understanding here is that you want a separate model fit for each combination of big group and small group")
# Create fit-level groups
df$big_small <- paste0(df$big_group, df$small_group)
# Create results object
df1 <- structure(list(xx = numeric(0), yy = numeric(0), small_group = structure(integer(0), .Label = c("a",
"b", "c"), class = "factor"), big_group = integer(0), big_small = character(0),
xx.1 = numeric(0), predicted = numeric(0), k = numeric(0),
U = numeric(0)), .Names = c("xx", "yy", "small_group", "big_group",
"big_small", "xx.1", "predicted", "k", "U"), row.names = integer(0), class = "data.frame")
# Fit model, get results
for(b_s in unique(df$big_small)){
fit <- tryCatch(nlsLM(yy~k*xx/2+U, start=c(k=1,U=5), data = df[df$big_small==b_s,], trace=T,
control = nls.lm.control(maxiter=100)),error=function(e) NULL)
if(!("NULL" %in% class(fit))){
new.range<- data.frame(xx=seq(1,10,length.out=nrow(df[df$big_small==b_s,])))
predicted <- predict(fit, newdata =new.range)
coefs <- data.frame(k=coef(fit)[1],U=coef(fit)[2])
df1 <- rbind(df1, data.frame(df[df$big_small==b_s,], new.range,predicted,coefs,row.names=NULL))
}
}
It. 0, RSS = 44.4318, Par. = 1 5 It. 1, RSS = 0.259895, Par. = 1.89421 1.00916 It. 2, RSS = 0.259895, Par. = 1.89421 1.00916 It. 0, RSS = 81.5517, Par. = 1 5 It. 1, RSS = 0.256959, Par. = 0.912615 8.80728 It. 2, RSS = 0.256959, Par. = 0.912615 8.80728 It. 0, RSS = 1.76253, Par. = 1 5 It. 1, RSS = 0.715381, Par. = -156.969 400.646 It. 2, RSS = 0.715381, Par. = -156.969 400.646 It. 0, RSS = 64.766, Par. = 1 5 It. 1, RSS = 4.27941, Par. = 3.32947 -1.95395 It. 2, RSS = 4.27941, Par. = 3.32947 -1.95395 It. 0, RSS = 137.22, Par. = 1 5 It. 1, RSS = 0.209219, Par. = 0.893139 10.0071 It. 2, RSS = 0.209219, Par. = 0.893139 10.0071 It. 0, RSS = 9.90713, Par. = 1 5 It. 1, RSS = 0.0626808, Par. = -156.67 401.394 It. 2, RSS = 0.0626808, Par. = -156.67 401.394
df1
xx yy small_group big_group big_small xx.1 predicted k U 1 1.225533 2.046122 a 1 1a 1.00 1.9562669 1.8942075 1.009163 2 2.030690 2.803538 a 1 1a 3.25 4.0872502 1.8942075 1.009163 3 2.231064 3.575249 a 1 1a 5.50 6.2182336 1.8942075 1.009163 4 2.874197 3.594751 a 1 1a 7.75 8.3492170 1.8942075 1.009163 5 3.209290 3.984879 a 1 1a 10.00 10.4802004 1.8942075 1.009163 6 -6.978428 5.358112 b 1 1b 1.00 9.2635844 0.9126145 8.807277 7 -5.778077 6.249965 b 1 1b 3.25 10.2902757 0.9126145 8.807277 8 -5.097376 6.690217 b 1 1b 5.50 11.3169671 0.9126145 8.807277 9 -4.720648 6.902905 b 1 1b 7.75 12.3436585 0.9126145 8.807277 10 -3.125584 7.108038 b 1 1b 10.00 13.3703498 0.9126145 8.807277 11 1.685681 1.302889 a 2 2a 1.00 -0.2892182 3.3294688 -1.953953 12 2.680406 1.804072 a 2 2a 3.25 3.4564342 3.3294688 -1.953953 13 3.153395 3.306605 a 2 2a 5.50 7.2020866 3.3294688 -1.953953 14 3.995889 3.486920 a 2 2a 7.75 10.9477390 3.3294688 -1.953953 15 4.081206 6.293909 a 2 2a 10.00 14.6933913 3.3294688 -1.953953 16 -6.333657 6.952741 b 2 2b 1.00 10.4536476 0.8931386 10.007078 17 -5.070164 7.775844 b 2 2b 3.25 11.4584286 0.8931386 10.007078 18 -4.705420 8.273034 b 2 2b 5.50 12.4632095 0.8931386 10.007078 19 -2.708278 8.651205 b 2 2b 7.75 13.4679905 0.8931386 10.007078 20 -2.428970 8.894535 b 2 2b 10.00 14.4727715 0.8931386 10.007078
这篇关于错误：结果不是以下位置的数据框：的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
查看全文
