在ddply/dlply中嵌套nlm函数

Question

我需要使用nlm函数对大数据帧进行分组插值。我在只有一个组的df上使用它没有任何问题：

#example data
df <- data.frame(var= cumsum(sort(rnorm(100, mean=20, sd=4))),
                 time= seq(from=0,to=550,length.out=100))
#create function
my_function <- function(Cini, time, theta,var){
  fy <- (theta[1]-(theta[1]- Cini)*exp((-theta[2]/100000)*(time-theta[3])))
  ssq<-sum((var-fy)^2)
  return(ssq)
}
th.start <- c(77, 148, 5)   #set starting parameters

#run nlm
my_fitt <- nlm(f=my_function, Cini=400, var = df$var,
               time=df$time, p=th.start)

然后，我尝试使用dlply函数在具有多个组的df中应用该函数：

#data with groups
df.2 <- data.frame(var= cumsum(sort(rnorm(300, mean=20, sd=4))),
                   time= rep(seq(from=0,to=1200,length.out=100),3),
                   groups=rep(c(1:3),each=100))
#run nlm
library(plyr)
my_fitt.2 <- dlply(df.2, .(groups),
               nlm(f=my_function, Cini=400, var  = df.2$var,time=df.2$time, p=th.start))

然而，我得到的信息是：Error in fs[[i]](x, ...) : attempt to apply non-function。我还尝试删除df.2$，在本例中获取Error in time - theta[3] : non-numeric argument to binary operator，并在原始df中获取Error in f(x, ...) : object 'time.clos' not found(time.clos是其中一个变量)。

此外，我还考虑使用dplyr库

library(dplyr)
df.2 %>%
  group_by(groups) %>%
  nlm(f=my_function, Cini=400, v= var,
      time=time, p=th.start)

获取Error in f(x, ...) : unused argument (.)。可能的问题是什么？

Answer 1

我对tidyverse环境帮不了太多忙，因为我更像是一个base类型的人。我认为你最后一个调用中的问题是，你通过管道将一个组data.frame传递给一个以function对象作为第一个参数的函数。这是行不通的。

让我向你推荐一种基本的R方法：

df.2 %>% 
  split(.$groups) %>% 
  lapply(function(xx) nlm(f=my_function, Cini=400, var = xx$var, time=xx$time, p=th.start))

这将生成一个长度为3的list (针对三个组)，其中包含您的三个结果。

Answer 2

考虑base R的by (tapply的面向对象的包装器)，它可以通过因子对dataframe进行子集，并将子集后的dataframe传递到nlm调用等方法中，所有这些都是为了返回一个对象列表：

run_nlm <- function(sub_df) nlm(f=my_function, Cini=400, var=sub_df$var, 
                                time=sub_df$time, p=th.start)

# LIST OF nlm OUTPUTS (EQUAL TO NUMBER OF DISTINCT df$groups)
my_fitt_list <- by(df, df$groups, run_nlm)