我有一个嵌套的模型列表,我想从中提取系数,然后创建一个数据框,其中每一行还包含存储该模型的列表元素的名称。我想知道是否有一个plyr函数已经处理嵌套列表,或者通常是一种更简洁的方式来完成任务。
例如:
### Create nested list of models
iris.models <- list()
for (species in unique(iris$Species)) {
iris.models[[species]]<- list()
for (m in c("Sepal.Length","Sepal.Width","Petal.Length")) {
iris.formula <- formula(paste("Petal.Width ~ ", m))
iris.models[[species]][[m]] <- lm(iris.formula
, data=iris
, subset=Species==species)
} # for m
} # for species
### Create data frame of variable coefficients (excluding intercept)
irisCoefs <- ldply(names(iris.models)
, function(sp) {
ldply(iris.models[[sp]]
, function(meas) data.frame(Species=sp, Coef=coef(meas)[-1])
)})
colnames(irisCoefs)[colnames(irisCoefs)==".id"] <- "Measure"
irisCoefs
此代码生成如下数据框:
Measure Species Coef
1 Sepal.Length setosa 0.08314444
2 Sepal.Width setosa 0.06470856
3 Petal.Length setosa 0.20124509
4 Sepal.Length versicolor 0.20935719
5 Sepal.Width versicolor 0.41844560
6 Petal.Length versicolor 0.33105360
7 Sepal.Length virginica 0.12141646
8 Sepal.Width virginica 0.45794906
9 Petal.Length virginica 0.16029696
虽然我的代码有效,但我最终做的方式似乎有点不合适,而且我想知道我是否可以进一步简化(或将其概括为其他情况):
我的问题是:
使用嵌套列表似乎有点棘手。在外部ldply调用中,我不得不使用列表项的名称,但在内部项中,我添加了.id列&#34;免费&#34;。 我无法找到一种更简单的方法来访问被调用函数中列表元素的名称。
我也无法更改&#34; .id&#34;中的列名。在第二个ldply函数调用本身。所以我最后添加了colnames语句。
有没有办法让我的代码在plyr的做事方式中更直接?
我不知道这是否有助于澄清我的意图,但我想象代码看起来像:
ldply(iris.models, .id.col="Species", function(sp) ldply(sp, .id.col="Measure", function(x) data.frame(coef(x)[-1])))
感谢。
答案 0 :(得分:0)
plyr aproach:
#Melt the predictor variables
iris_m <- melt(iris[, -4], id.vars = "Species")
#Insert the dependant variable
iris_m$Petal.Width <- rep(iris$Petal.Width, 3)
#Make the models divide by species and variable
models <- dlply(iris_m, .(Species, variable),
function(x) lm(Petal.Width ~ value, data = x))
#Get the coefficients as a nice data.frame
ldply(models, function(x) coef(x)[-1])
Species variable value
1 setosa Sepal.Length 0.08314444
2 setosa Sepal.Width 0.06470856
3 setosa Petal.Length 0.20124509
4 versicolor Sepal.Length 0.20935719
5 versicolor Sepal.Width 0.41844560
6 versicolor Petal.Length 0.33105360
7 virginica Sepal.Length 0.12141646
8 virginica Sepal.Width 0.45794906
9 virginica Petal.Length 0.16029696
答案 1 :(得分:0)
不完全是所需的格式,但这适用于基本功能。
m=c("Sepal.Length","Sepal.Width","Petal.Length")
do.call(rbind,
by(iris,iris$Species,
function(x) sapply(m,
function(y) coef(lm(paste('Petal.Width ~',y),data=x))) [2,]
)
)
Sepal.Length Sepal.Width Petal.Length
setosa 0.08314444 0.06470856 0.2012451
versicolor 0.20935719 0.41844560 0.3310536
virginica 0.12141646 0.45794906 0.1602970