任何人都可以建议dplyr
回答以下问题?
Split data.frame by country, and create linear regression model on each subset
为完整起见,链接中的问题和答案包含在下面。
题
作为引用,这是乔希的问题:
我有一个来自世界银行的 data.frame 数据,看起来像这样;
country date BirthRate US.
4 Aruba 2011 10.584 25354.8
5 Aruba 2010 10.804 24289.1
6 Aruba 2009 11.060 24639.9
7 Aruba 2008 11.346 27549.3
8 Aruba 2007 11.653 25921.3
9 Aruba 2006 11.977 24015.4
总而言之,我想对这个数据框中的 70 个国家的子集进行线性回归。如果我使用以下内容,我会在一个国家获得不错的 lm;
andora = subset(high.sub, country == "Andorra")
andora.lm = lm(BirthRate~US., data = andora)
anova(andora.lm)
summary(andora.lm)
但是当我尝试在 for 循环中使用相同类型的代码时,我收到一个错误,我将在代码下方打印该错误;
high.sub = subset(highInc, date > 1999 & date < 2012)
high.sub <- na.omit(high.sub)
highnames <- unique(high.sub$country)
for (i in highnames) {
linmod <- lm(BirthRate~US., data = high.sub, subset = (country == "[i]"))
}
#Error message:
Error in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) :
0 (non-NA) cases
如果我可以让这个循环运行,我希望将每个模型的系数甚至更好的 r 平方值附加到一个空的 data.frame 中。任何帮助将不胜感激。
回答
作为引用,这里是 jlhoward 的回答(包含 BondedDust 的评论)利用了这个优秀问题中的 *apply 函数:
R Grouping functions: sapply vs. lapply vs. apply. vs. tapply vs. by vs. aggregate
models <- sapply(unique(as.character(df$country)),
function(cntry)lm(BirthRate~US.,df,subset=(country==cntry)),
simplify=FALSE,USE.NAMES=TRUE)
# to summarize all the models
lapply(models,summary)
# to run anova on all the models
lapply(models,anova)
#This produces a named list of models, so you could extract the model for Aruba as:
models[["Aruba"]]
最佳答案
返回来自 dplyr
的列表尚不可能。如果您只需要截距和斜率 @jazzurro 的答案就是这样,但是如果您需要整个模型,则需要执行以下操作
library(dplyr)
models <- df %>% group_by(country) %>% do(mod = lm(BirthRate ~ US., data = .))
然后如果你想对每个拟合模型执行方差分析,你可以使用
rowwise
models %>% rowwise %>% do(anova(.$mod))
但结果再次被强制转换为数据帧,与
lapply(models$mod, anova)
不太一样。 .现在(即直到
dplyr
的下一个版本)如果您需要将整个结果存储在列表中,您可以使用 dlply
来自 plyr
, 喜欢 plyr::dlply(df, "country", function(d) anova(lm(BirthRate ~ US., data = d)))
,或者当然如果你不是绝对必须使用 dplyr
您可以选择@SvenHohenstein 的答案,无论如何,这看起来是一种更好的方法。
关于r - dplyr 版本的数据框分组然后在每组上创建回归模型,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/27274523/