0

假设我有一个名为 pop 的数据框，并且我希望通过一个名为 replicate 的分类变量来拆分此数据框。此复制包含 110 个类别，我希望对每个数据框进行分析，然后必须组合每个数据框的输出以创建一个新的数据框。换句话说，假设它是复制 i，那么我希望创建数据框 i 并对 i 执行逻辑回归并为 i 保存 beta 0。所有 beta 0 将被组合以创建一个包含所有 beta 0 的表，用于复制 1-110。我知道那是一张嘴，但提前谢谢。

4

1 回答 1

0

由于您没有提供一些示例数据，因此我将使用mtcars. 您可以使用split在分类值上拆分 data.frame。将它与和map包结合起来，您可以一次性创建一个包含所有测试版的数据框。tidypurrrbroom

所以会发生什么 1：拆分 data.frame，2：运行回归模型 3：整理数据以获取系数并创建数据的 data.frame。

您需要将其调整为您的 data.frame 和复制变量。Broom 可以处理逻辑回归，所以一切都应该解决。

library(purrr)
library(broom)

my_lms <- mtcars %>%
  split(.$cyl) %>%
  map(~ lm(mpg ~ wt, data = .x)) %>%
  map_dfr(~ tidy(.))

my_lms
         term  estimate std.error statistic      p.value
1 (Intercept) 39.571196 4.3465820  9.103980 7.771511e-06
2          wt -5.647025 1.8501185 -3.052251 1.374278e-02
3 (Intercept) 28.408845 4.1843688  6.789278 1.054844e-03
4          wt -2.780106 1.3349173 -2.082605 9.175766e-02
5 (Intercept) 23.868029 3.0054619  7.941551 4.052705e-06
6          wt -2.192438 0.7392393 -2.965803 1.179281e-02

编辑

my_lms <- lapply(split(mtcars, mtcars$cyl), function(x) lm(mpg ~ wt, data = x))
my_coefs <- as.data.frame(sapply(my_lms, coef))
my_coefs
                    4         6         8
(Intercept) 39.571196 28.408845 23.868029
wt          -5.647025 -2.780106 -2.192438

#Or transpose the coefficents if you want column results.
t(my_coefs)
  (Intercept)        wt
4    39.57120 -5.647025
6    28.40884 -2.780106
8    23.86803 -2.192438
于 2018-05-21T09:24:25.087 回答