申请

Question

我试图将线性回归应用于数据帧列表，并对特定值进行筛选。例如，有一个Iris数据帧列表，我试图为Sepal.Length ~ Sepal.Width运行一个回归，每个物种运行一个不同的回归。

test <- dlply(iris, "Species", function(x) lm(Sepal.Length ~ Sepal.Width, data = x))

但是我想同时做一个数据列表，而不是单独的。因此，假设我有一个多个虹膜数据帧的列表：

 iris1 <- iris
 iris2 <- iris
 iris3 <- iris
iris_list <- list(iris1, iris2, iris3) 

因此，要将dlply代码运行到iris_list，我就迷路了。

Answer 1

使用lapply，

res = lapply(iris_list, function(x){
  test <- dlply(x, "Species", function(x) lm(Sepal.Length ~ Sepal.Width, data = x))
  return(test)
})

Answer 2

purrr

如果要在数据帧列表中应用回归，请尝试使用purrr::map：

library(purrr)

map(iris_list, ~ lm(Sepal.Length ~ Sepal.Width, data = .x))

如果您想根据一个因子将一个数据帧分割成一个列表，您可以首先使用基数R中的split：

imap(split(iris, ~ Species), ~ lm(Sepal.Length ~ Sepal.Width, data = .x))

注意:在本例中，imap用于保留列表名称，在本例中是Species的级别。

碱基R

如果您只想使用基数R和lapply，那么这将有效：

lapply(split(iris, ~ Species), function(x) lm(Sepal.Length ~ Sepal.Width, data = x))

如果有嵌套列表，则需要嵌套映射：

library(purrr)

map(iris_list, ~ imap(split(.x, ~ Species), ~ lm(Sepal.Length ~ Sepal.Width, data = .x)))

再一次在R基：

lapply(iris_list, function(x) lapply(split(x, ~ Species), function(y) lm(Sepal.Length ~ Sepal.Width, data = y)))