Question

我有一个包含个人和年份观察的数据集。我想将数据隔离到每个人。在每个人中，我想每年适合一些模型。然后，我想将每个单年模型的AIC分数编译成data.frame，然后将其保存在列表中。

我使用iris数据创建了一个可重现的示例。我使用嵌套的for循环将数据子集化为个体（i），然后是年（j）。

问题：有些物种有三年的数据（例如setosa和versicolor），而virginica只有一年的数据（2014年）。

当物种data.frames被添加到列表中时，少于三年的物种包含前几年的重复记录。如下面的结果所示，list[[3]]应该包含2014年的弗吉尼亚种的单行数据，而不是2011年和2012年的杂色的重复记录。

是否可以列出具有不同行数的data.frames？

我欢迎任何改进嵌套for循环的建议。我怀疑有更好的方法可以做到这一点，可能是dplyr

head(iris)

#Add year to iris to reproduce problem
iris$Year <- c(rep(c("2011", "2012", "2013"), len = 100), rep("2014", 50))

#Make list of species of index and empty list
Sp <- unique(iris$Species)
ResultsList <- list()

#make Results table
AICTbl <- data.frame(Species = as.character(), AIC_1 = numeric(), AIC_2 = numeric(), stringsAsFactors=FALSE)

#run nested for loop
for(i in 1:length(Sp)) {
  SpeciesDat <- subset(iris, Species == Sp[i])

  for(j in 1:length(unique(SpeciesDat$Year))) {
    Years <- unique(SpeciesDat$Year)
    datasub <- SpeciesDat[SpeciesDat$Year == Years[j] , ]

    #Make the animal Year rowID
    AICTbl[j,1] = paste(Sp[i] , Years[j], sep = "_")

    mod.1 <- lm(Sepal.Length ~ Sepal.Width, data = datasub)
    AICTbl[j,2] = AIC(mod.1)

    mod.2 <- lm(Sepal.Length ~ Petal.Length, data = datasub)
    AICTbl[j,3] = AIC(mod.2)

          }
        ResultsList[[i]] <- AICTbl
    }


> ResultsList
[[1]]
      Species    AIC_1     AIC_2
1 setosa_2011 3.649775 21.089619
2 setosa_2012 4.512392  2.280987
3 setosa_2013 4.638183 19.718576

[[2]]
          Species    AIC_1    AIC_2
1 versicolor_2013 25.30007 18.93356
2 versicolor_2011 26.57170 15.22717
3 versicolor_2012 21.62511 11.82291

[[3]]
          Species    AIC_1    AIC_2
1  virginica_2014 89.88263 32.91367
2 versicolor_2011 26.57170 15.22717
3 versicolor_2012 21.62511 11.82291

加成感谢您的建议和改进@jeremycg。尽管您已经回答了OP，但以下添加是一个延续。任何额外的想法将不胜感激。

下面列出了我的真实代码的不可重现的示例，其中显示了适用于每个IndID-Year的5个模型中的一个。

datasub %>% group_by(IndID, Year) %>% 
    do(m.1 = try(nls(NSD ~ (asym/(1+exp((t1 - J_day_new)/dur1)))+(-asym/(1+exp((t2 - J_day_new)/dur2))), 
          control=nls.control(maxiter = 1000, warnOnly=TRUE), algorithm="port",
                  start=c(asym=0.75*max(datasub$NSD), t1=135, t2=285, dur1=2, dur2=2),
              data = datasub),TRUE)

      ) %>%
    mutate(m.1 = AIC(m.1))

如果我用datasub替换.（数据框），我会收到以下错误。

Error in UseMethod("logLik") : 
  no applicable method for 'logLik' applied to an object of class "try-error"

Answer 1

这里有一个非常复杂的代码。我们可以使用dplyr来简化它。如果您按组进行大量建模，则可能还需要查看broom包。

这是您的代码的缩写版本：

library(dplyr)
iris %>% group_by(Species, Year) %>%
         do(mod1 = lm(Sepal.Length ~ Sepal.Width, data = .),
            mod2 = lm(Sepal.Length ~ Petal.Length, data = .)) %>%
         mutate(mod1 = AIC(mod1), mod2 = AIC(mod2))

Source: local data frame [7 x 4]
Groups: <by row>

     Species  Year      mod1      mod2
      (fctr) (chr)     (dbl)     (dbl)
1     setosa  2011  3.649775 21.089619
2     setosa  2012  4.512392  2.280987
3     setosa  2013  4.638183 19.718576
4 versicolor  2011 26.571702 15.227167
5 versicolor  2012 21.625111 11.822912
6 versicolor  2013 25.300073 18.933559
7  virginica  2014 89.882627 32.913666

如果你确实想要它在一个列表中，你可以将上面的输出分配给z，然后按物种划分：

split(z, list(z$Species))

在for（）循环中填充的data.frame中重复输入

1 个答案: