[英]R - using regression functions within a group
假設我有一個帶有三個變量df$x
, df$y
, df$z
的數據幀df
,並且有一個分組變量df$g
。
通常,為了計算每組中的函數,我執行以下操作
df$new<-unlist(tapply(df$x,df$g,FUN=myfunc))
現在假設我想生成的回歸殘差x
上y
和z
內組中的每個值g
,我該如何實現呢?
更具體地說,我不會使用群組,我會這樣做
df$new<-resid(lm(df$x ~ df$y + df$z, na.action, na.exclude))
執行以前的WITHIN組操作的一個解決方案是在`df $ g'的唯一元素上使用循環,但是如果有任何矢量化解決方案那將是很好的。
library(plyr)
ddply(mydata,.(g),transform, new=resid(lm(x ~ y + z, na.action, na.exclude)))
使用mtcars
數據測試:
mydata<-mtcars
myres<-ddply(mydata,.(carb),transform, new=resid(lm(mpg ~ disp + hp))) # g=carb, x=mpg,y=disp,z=hp
> head(myres)
mpg cyl disp hp drat wt qsec vs am gear carb new
1 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1 0.20604566
2 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1 2.03023747
3 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1 -2.39754247
4 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1 1.31212635
5 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1 2.60271481
6 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1 0.03913515
在data.table
可以使用by
library(data.table)
DT <- data.table(df)
DT[, new := resid(lm(x ~ y + z, na.action, na.exclude)), by = g]
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.