Question

我想实现以下目标：对于数据集的每个子组，我想进行回归，并且该回归的残差应该保存为原始数据帧中的新变量。例如，

 group_by(mtcars, gear) %>% mutate(res = residuals(lm(mpg~carb, .)))

表示我认为应该起作用，但没有（任何人都在关心解释它为什么不起作用？）。获取残差的一种方法是执行以下操作：

 group_by(mtcars, gear) %>% do(res = residuals(lm(mpg~carb, .)))

它为我提供了一个数据框，其中保存了dbl个对象，即那些包含每个组的残差的对象。但是，似乎它们不包含可帮助我将它们合并回原始数据的原始rownames。

所以，我的问题是：我怎样才能以dplyr的方式实现我想做的事情？

显然，它可以通过其他方式实现。举个例子，以下工作正常：

 dat <- mtcars
 dat$res <- NA
 for(i in unique(mtcars$gear)){
   dat[dat$gear==i, "res"]  <- residuals(lm(mpg ~ disp, data=dat[dat$gear==i,]))
 }

但是，我的理解是dplyr是为了这个目的而制作的，所以应该采用dplyr式的方式？

任何提示/提示/评论都表示赞赏。

备注：此问题与lm() called within mutate()非常相似，只是在该问题中，每个组只保留一个参数，这使得merge - 方法变得容易。我有一个没有rownames的整个向量，所以我必须依靠向量的顺序来做到这一点，这对我来说似乎很麻烦。

Answer 1

library(lazyeval)
eq <- "y ~ x"
dat <- mtcars
dat %>% 
    group_by(gear) %>% 
    mutate(res=residuals(lm(interp(eq, y = mpg, x = disp))))

或没有lazyeval

dat %>% 
    group_by(gear) %>% 
    mutate(res=residuals(lm(deparse(substitute(mpg~disp)))))

Answer 2

#This gives you the residuals. You can then combine this with original data. 
mtcars %>%
     group_by(cyl) %>%
     do(model = lm(mpg ~ wt, data=.)) %>%
     do((function(reg_mod) {
        data.frame(reg_res = residuals(reg_mod$model))
     })(.))

将dplyr :: do（）与dplyr :: mutate结合起来？

2 个答案: