dplyr，do（），从模型中提取参数而不会丢失分组变量 [英] dplyr, do(), extracting parameters from model without losing grouping variable

问题描述

  by_cyl<  -  group_by（mtcars，cyl） 
 models<  -  by_cyl％>％do（mod = lm（mpg〜disp，data =。））
系数< -models％>％do（data.frame（coef = 。$ mod）[[1]]））
  

在数据框中系数，每个 cyl 组存在线性模型的第一个系数。我的问题是如何生成一个不仅包含带有系数的列的数据框，还包含一个带有分组变量的列。

=====编辑：我扩展了这个例子，试图让我更清楚我的问题。

我们假设我想提取模型的系数和一些预测。我可以这样做：

  by_cyl<  -  group_by（mtcars，cyl）
 getpars<  -  function ）{
 fit<  -  lm（mpg〜disp，data = df）
 data.frame（intercept = coef（fit）[1]，slope = coef（fit）[2]）
} 
 getprediction<  -  function（df）{
 fit<  -  lm（mpg〜disp，data = df）
x<  -  df $ disp 
y& - 预测（fit，data.frame（disp = x），type =response）
 data.frame（x，y）
} 
 pars<  -  by_cyl％>％ do（getpars（。））
预测<  -  by_cyl％>％do（getprediction（。））
  

问题是代码是冗余的，因为我正在修改模型两次。我的想法是建立一个函数，返回一个包含所有信息的列表：

  getAll<  -  function（df）{
结果< -list（）
 fit<  -  lm（mpg〜disp，data = df）
x<  -  df $ disp 
y& frame（disp = x），type =response）
 
结果$ pars<  -  data.frame（intercept = coef（fit）[1]，slope = coef（fit）[2] ）
结果$ prediction<  -  data.frame（x，y）
 
结果
} 
  

问题是我不知道如何使用getAll函数来使用do（）来获取例如只有具有参数的数据帧（如数据帧参数）。

解决方案

像这样？

 系数< -models％>％do（data.frame（coef = coef（。$ mod）[[1]]，group =。[[1]]）
  

产生

  coef group 
 1 40.87196 4 
 2 19.08199 6 
 3 22.03280 8 
  

A slightly changed example from the R help for do():

by_cyl <- group_by(mtcars, cyl)
models <- by_cyl %>% do(mod = lm(mpg ~ disp, data = .))
coefficients<-models %>% do(data.frame(coef = coef(.$mod)[[1]]))

In the dataframe coefficients, there is the first coefficient of the linear model for each cyl group. My question is how can I produce a dataframe that contains not only a column with the coefficients, but also a column with the grouping variable.

===== Edit: I extend the example to try to make more clear my problem

Let's suppose that I want to extract the coefficients of the model and some prediction. I can do this:

by_cyl <- group_by(mtcars, cyl)
getpars <- function(df){
  fit <- lm(mpg ~ disp, data = df)
  data.frame(intercept=coef(fit)[1],slope=coef(fit)[2])
}
getprediction <- function(df){
  fit <- lm(mpg ~ disp, data = df)
  x <- df$disp
  y <- predict(fit, data.frame(disp= x), type = "response")
  data.frame(x,y)
}
pars <- by_cyl %>% do(getpars(.))
prediction <- by_cyl %>% do(getprediction(.))

The problem is that the code is redundant because I am fitting the model two times. My idea was to build a function that returns a list with all the information:

getAll <- function(df){
  results<-list()
  fit <- lm(mpg ~ disp, data = df)
  x <- df$disp
  y <- predict(fit, data.frame(disp= x), type = "response")

  results$pars <- data.frame(intercept=coef(fit)[1],slope=coef(fit)[2])
  results$prediction <- data.frame(x,y)

  results
 }

The problem is that I don't know how to use do() with the function getAll to obtain for example just a dataframe with the parameters (like the dataframe pars).

解决方案

Like this?

coefficients <-models %>% do(data.frame(coef = coef(.$mod)[[1]], group = .[[1]]))

yielding

        coef group
  1 40.87196     4
  2 19.08199     6
  3 22.03280     8

这篇关于dplyr，do（），从模型中提取参数而不会丢失分组变量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！