R - 对许多数据集执行相同的操作

Question

抱歉，如果这是一个重复的问题，如果答案存在于某处，我将不胜感激被指出。

我有一个包含许多因素的大型数据框，分类和连续的混合。 这是一个缩短的示例：

x1 = sample(x = c("A", "B", "C"), size = 50, replace = TRUE)
x2 = sample(x = c(5, 10, 27), size = 50, replace = TRUE)
y = rnorm(50, mean=0)

dat = as.data.frame(cbind(y, x1, x2))
dat$x2 = as.numeric(dat$x2)
dat$y = as.numeric(dat$y)

> head(dat)
   y x1 x2
1  9  C  2
2  7  C  2
3  8  B  1
4 21  A  2
5 48  A  1
6 19  A  3

我想为 x1 的每个级别对这个数据集进行子集化，所以我最终为因子 x1 的每个级别得到 3 个新数据集。 我可以通过以下方式做到这一点：

#A
dat.A = dat[which(dat$x1== "A"),,drop=T]
dat.A$x1 = factor(dat.A$x1)

#B
dat.B = dat[which(dat$x1== "B"),,drop=T]
dat.B$x1 = factor(dat.B$x1)

#C
dat.C = dat[which(dat$x1== "C"),,drop=T]
dat.C$x1 = factor(dat.C$x1)

这有点乏味，因为我的真实数据有 7 个感兴趣的因素级别，所以我必须重复代码 7 次。 在全局环境中拥有每个新数据框后，我想对每个数据框执行多个功能（绘图、创建表格、拟合线性模型）。 这是一个简单的例子：

#same plot for each dataset
A.plot = plot(dat.A$y, dat.A$x2)
B.plot = plot(dat.B$y, dat.B$x2)
C.plot = plot(dat.C$y, dat.C$x2)

#same models for each dataset
mod.A = lm(y ~ x2, data = dat.A)
summary(mod.A)
mod.B = lm(y ~ x2, data = dat.B)
summary(mod.B)
mod.C = lm(y ~ x2, data = dat.C)
summary(mod.C)

这是大量的复制和粘贴。 有没有一种方法可以为我想做的每件事写出一行代码并循环遍历每个数据集？ 如下所示，我知道这是错误的，但这就是我想要做的：

for (i in datasets) {
  [i].plot = plot(dat.[i]$y, dat.[i]$x2)
  mod.[i] = lm(y ~ x2, data = dat[i])
}

Answer 1

我们可以split成一个 data.frames list ，然后使用lapply list

lst1 <- split(dat, dat$x1)
lst2 <- lapply(lst1, function(dat) {
             plt <- plot(dat$y, dat$x2)
             model <- lm(y ~ x2, data = dat)
             list(plt, model)
          })

Answer 2

为了完整起见，下面是我将如何在tidyverse执行此tidyverse ，生成两个列表：一个带有绘图，一个带有模型。

library(dplyr)
library(ggplot2)

model_list <- dat %>%
  group_by(x1) %>%
  group_map( ~ lm(y ~ x2, data = .x))

plot_list <- dat %>%
  group_by(x1) %>%
  group_map( ~ ggplot(.x, aes(x2, y)) + geom_point())