我正在使用dplyr建立一个模型表
library(dplyr)
t1 <- iris %>%
group_by(Species) %>%
do(model = lm(formula = Petal.Width ~ Petal.Length, data = .))
我知道如何将这些模型提供给后续功能,例如:
t2 <- t1 %>%
do(summ = .$model %>% summary)
我希望将两个输出加入到一个表中而不会丢失dplyr'格式'
这两个解决方案都将列表扩展为文本,这是我不想要的:
t3i <- merge(t1, t2)
t3ii <- cbind(t1, t2)
这是我想要的结果的一个例子:
iris %>%
group_by(Species) %>%
do(
model = lm(formula = Petal.Width ~ Petal.Length, data = .),
summ = .$model %>% summary
)
但是我需要分别生成t1和t2,然后将它们组合起来 - 不要一步到位。
inner_join是否有效?如果是,我如何在't2'步骤中拉出Species列?
答案 0 :(得分:0)
以下内容将为您提供预期的结果。在创建t2的第二个管道链中,我添加了ungroup %>% group_by(Species)
。为了在调用inner_join
时可以使用ID列,这是必要的。
library(dplyr)
t1 <- iris %>%
group_by(Species) %>%
do(model = lm(formula = Petal.Width ~ Petal.Length, data = .))
t2 <- t1 %>% ungroup %>% group_by(Species) %>%
do(summ = .$model %>% summary)
inner_join(t1, t2)
# Source: local data frame [3 x 3]
# Groups: <by row>
#
# Species model summ
# 1 setosa <S3:lm> <S3:summaryDefault, table>
# 2 versicolor <S3:lm> <S3:summaryDefault, table>
# 3 virginica <S3:lm> <S3:summaryDefault, table>
虽然这有效,但它是一种丑陋的解决方法。一般问题似乎是do()
次调用会导致数据框中原始分组信息被<by row>
替换。
t1
# Source: local data frame [3 x 2]
# Groups: <by row>
#
# Species model
# 1 setosa <S3:lm>
# 2 versicolor <S3:lm>
# 3 virginica <S3:lm>
我不知道这是不是一个bug。根据dplyr在使用mutate
或summarize
时的行为,我希望保留或省略原始分组信息。因此,上述数据框应显示<by row>
或根本不显示分组信息,而不是Species
。也许有人可以对此发表评论。