[英]Problem passing column name to sapply within a function
我需要為多個 logit 模型計算很多預測概率,並且我正在嘗試編寫一個函數來加快這個過程。 但是,我無法使我的功能正常工作。 問題似乎是下面代碼的“iv=x”部分。 我不確定如何在那里正確傳遞列名。
pp <- function(iv, model, df) {
lev <- levels(df[[iv]])
l.prob <- sapply(lev, FUN=function(x){
mean(predict(model, type = "response",
newdata = mutate(df, iv = x)), na.rm=TRUE)
})
l.prob
}
test <- pp(iv="myvar", model=model1, df=mydf)
test
以下是一些示例數據,顯示該函數如何不工作:
set.seed(123123)
df=data.frame(y=sample(c(0,1), replace=TRUE, size=100), x1=as.factor(rep(c("value1", "value2"), 50)), x2=rnorm(100, mean=50, sd=10))
logit1 <- glm(y ~ x1+x2, data = df, family=binomial(link="logit"))
summary(logit1)
#what the predicted probabilities should be (0.4173400, 0.4625565)
lev <- levels(df$x1)
pp <- sapply(lev, FUN=function(x){
mean(predict(logit1, type = "response",
newdata = mutate(df, x1 = x)), na.rm=TRUE)
})
pp
#now running function (produces probabilities 0.44 and 0.44)
pp <- function(iv, model, df) {
lev <- levels(df[[iv]])
l.prob <- sapply(lev, FUN=function(x){
mean(predict(model, type = "response",
newdata = mutate(df, iv = x)), na.rm=TRUE)
})
l.prob
}
test <- pp(iv="x1", model=logit1, df=df)
test
考慮在使用[[
進行預測之前動態分配列並避免mutate
(特別是如果它是dplyr
使用的唯一方法並且可以為您節省library
調用)。
pp <- function(iv, model, df) {
lev <- levels(df[[iv]])
l.prob <- sapply(lev, FUN=function(x){
df[[iv]] <- x
mean(predict(model, type = "response", newdata = df), na.rm=TRUE)
})
}
另一種基本的 R 方法是添加具有臨時名稱的新列,然后使用動態參數重命名所有列。
l.prob <- sapply(lev, FUN=function(x){
mean(predict(model, type = "response",
newdata = setNames(transform(df, tmp = x), c(colnames(df), iv)),
na.rm=TRUE)
})
您只需要模仿原始pp
的分配: x1 = x
。 現在您正嘗試在sapply
使用iv
,但在sapply
您的函數僅指x
。
進行此更新可使用test
重現pp
的結果:
library(dplyr)
set.seed(1L)
# hard-coded df$x1
lev <- levels(df$x1)
pp <- sapply(lev, FUN=function(x){
mean(predict(logit1, type = "response",
newdata = mutate(df, x1 = x)), na.rm=TRUE)
})
pp
value1 value2
0.4799503 0.5400409
# 'x1' passed in as :iv: arg
pp <- function(iv, model, df) {
lev <- levels(df[[iv]])
l.prob <- sapply(lev, FUN=function(x){
mean(predict(model, type = "response",
newdata = mutate(df, x1 = x)), na.rm=TRUE)
})
l.prob
}
test <- pp(iv="x1", model=logit1, df=df)
test
value1 value2
0.4799503 0.5400409
作為替代方案,您可以將x1
引號直接傳遞給pp()
,並使用{{ }}
( 卷曲符號)來評估df
iv
:
pp <- function(iv, model, df) {
lev <- levels(df %>% pull({{iv}})) # <-- use {{ }}
l.prob <- sapply(lev, FUN=function(x){
mean(predict(model, type = "response",
newdata = mutate(df, x1 = x)), na.rm=TRUE)
})
l.prob
}
test <- pp(iv=x1, model=logit1, df=df) # <-- x1 has no quotes
test
value1 value2
0.4799503 0.5400409
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.