Question

假设您有一个像

这样的数组

dat <-  array(c(126, 100, 35, 61, 908, 688, 497, 807, 913, 747, 336, 598, 235, 172, 58, 121,402, 308, 121, 215, 182, 156, 72, 98, 60, 99, 11, 43, 104, 89, 21, 36), dim = c(2, 2, 8),dimnames = list(a = c(1, 0), b = c(1, 0), c = 1:8))


> > dat
, , c = 1

   b
a     1  0
  1 126 35
  0 100 61

, , c = 2

   b
a     1   0
  1 908 497
  0 688 807

, , c = 3

   b
a     1   0
  1 913 336
  0 747 598

, , c = 4

   b
a     1   0
  1 235  58
  0 172 121

, , c = 5

   b
a     1   0
  1 402 121
  0 308 215

, , c = 6

   b
a     1  0
  1 182 72
  0 156 98

, , c = 7

   b
a    1  0
  1 60 11
  0 99 43

, , c = 8

   b
a     1  0
  1 104 21
  0  89 36

并且您希望适合逻辑回归来预测a。有没有一种简单的方法可以从这个数组生成数据帧以在glm中使用？即数据框，如

a b c
1 1 1 for 126 rows then
...
0 1 1 for 100 rows, etc.

基本上，当给定带有计数的表时，我需要获取数据以适应逻辑回归。看起来应该有一种简单的方法，无需手动生成数据。

感谢

Answer 1

一种方法是从melt包中的reshape2函数开始：

library(reshape2)

datM <- melt(dat)
head(datM, 2)
#   a b c value
# 1 1 1 1   126
# 2 0 1 1   100

然后dcast数据来获取一行结果的数量：

dat2 <- dcast(datM, b + c ~ a)
head(dat2, 2)
#   b c   0   1
# 1 0 1  61  35
# 2 0 2 807 497

然后，您可以使用此数据执行glm，其中响应是一个2列矩阵，给出成功和失败的次数：

response <- as.matrix(dat2[, c(4, 3)])
bb <- dat2[, "b"]
cc <- dat2[, "c"]
glm1 <- glm(response ~ bb + cc, family = binomial(link = "logit"))

但是，模型自由度（和对数似然等）不会反映您在问题中要求的数据结构。要获得您想要的特定数据结构，您可以返回datM对象。

修改

以下循环遍历datM除value列之外的所有列，重复值datM$value次：

datRep <- lapply(datM[-grep("value", names(datM))], rep, times = datM$value)

然后cbind返回matrix并转换为data.frame以获取您想要的数据结构：

dat3 <- as.data.frame(do.call(cbind, datRep)) glm2 <- glm(a ~ b + c, data = dat3, family = binomial(link = "logit"))

两个模型的系数相同：

> coef(glm1) (Intercept) bb cc -0.43854838 0.77039283 -0.03328575 > coef(glm2) (Intercept) b c -0.43854838 0.77039283 -0.03328575

但是，如上所述，自由度等不会是：

> glm1$deviance [1] 29.39535 > glm2$deviance [1] 11381.87

Answer 2

丑陋的罪，但你做了这个例子所需要的。

dat1 <- data.frame(value = as.vector(dat),
    a=dimnames(dat)$a,
    b=rep(dimnames(dat)$b, each=length(dimnames(dat)$a)),
    c=rep(dimnames(dat)$c, each=length(dimnames(dat)$a)*length(dimnames(dat)$b)))

最好使用melt，就像@BenBarnes的回答一样。这更灵活，避免了因素的产生。

dat1 <- melt(dat)

然后，要获取展开的行，您可以使用rep

dat2 <- data.frame(a=rep(dat1$a, dat1$value),
                   b=rep(dat1$b, dat1$value),
                   c=rep(dat1$c, dat1$value))

Answer 3

使用基本函数获取计数数据的另一种替代方法，然后可以在@ MatthewLundberg的答案中进行扩展：

dat1 <- data.frame(do.call(expand.grid,dimnames(dat)),value=as.vector(dat))

   a b c value
1  1 1 1   126
2  0 1 1   100
3  1 0 1    35
4  0 0 1    61
5  1 1 2   908
...

从以前的回答中偷走......

dat2 <- data.frame(a=rep(dat1$a, dat1$value),
                   b=rep(dat1$b, dat1$value),
                   c=rep(dat1$c, dat1$value))

Answer 4

进行第一部分，将数组转换为data.frame的最小方法是使用as.data.frame.table。然后按@MatthewLundberg或@thelatemail建议继续。

df0 <- as.data.frame.table(dat)

head(df0)
#    a b c Freq
# 1  1 1 1  126
# 2  0 1 1  100
# 3  1 0 1   35
# 4  0 0 1   61
# 5  1 1 2  908
# 6  0 1 2  688

从数组生成数据框以进行逻辑回归

4 个答案: