[英]R purrr:map on a grouped/nested tibble
我想在嵌套分组 tibble 的列中应用 function,如下例所示。
library(tidyverse)
df <- swiss %>%
group_by(Catholic > 20) %>%
nest()
这会产生一个看起来像这样的小标题:
> df
# A tibble: 2 x 2
# Groups: Catholic > 20 [2]
`Catholic > 20` data
<lgl> <list>
1 FALSE <tibble [26 × 6]>
2 TRUE <tibble [21 × 6]>
现在我制作了一些 function 来构建 model
fit <- function(df, modL = NA){
if (modL == 1) {fit <- lm(Fertility ~ Education, data = df)}
if (modL == 2) {fit <- lm(Fertility ~ Education + Examination, data = df)}
fit
}
现在我将 map 将 model 放到分组数据的列中,并创建两个新变量来存储 model 拟合。
df <- df %>%
mutate(model1 = map(data, fit, modL = 1)) %>%
mutate(model2 = map(data, fit, modL = 2))
这会产生一个包含两个新列的小标题,其中包含 model 适合
> df
# A tibble: 2 x 4
# Groups: Catholic > 20 [2]
`Catholic > 20` data model1 model2
<lgl> <list> <list> <list>
1 FALSE <tibble [26 × 6]> <lm> <lm>
2 TRUE <tibble [21 × 6]> <lm> <lm>
我想要实现的是一个 purr 型 map function 与以下代码执行相同的操作。
anova(df$model1[[1]], df$model2[[1]])
anova(df$model1[[2]], df$model2[[2]])
我虽然下面的代码可以工作,但它没有。
map(df[,3:4], anova)
大师们,我如何在嵌套和分组数据集的列中使用 map 和 function 以使用该行的列作为输入为每行提供一个结果?
布兰特
df %>%
mutate(anova = map2(model1, model2, ~ anova(.x,.y)))%>%
mutate(pvalue = map_dbl(anova, ~.$`Pr(>F)`[2]))
我想这就是你想要的? 你能澄清一下吗? 第二个变异将提取每个成对比较的 anova 的 p 值。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.