我有一个这样的数据框,每个id
都有不同的观察结果:
library(dplyr)
df <- data.frame(id=c(1,1,1,1,1,2,2,3), v1= rnorm(8), v2=rnorm(8))
然后我按id
分组:
by_id <- group_by(df, id)
现在我想为每个v1
计算id
观测值的平均值和sd。 summarise
:
df2 <- summarise(by_id,
v1.mean=mean(v1),
v1.sd=sd(v1))
现在我想添加v1
和v2
df2 <- summarise(by_id,
v1.mean=mean(v1),
v1.sd=sd(v1),
slope=as.vector(coef(lm(v1~v2,na.action="na.omit")[2])))
然而,这失败了,我认为因为一个人(id = 3)只有一个观察,因此无法建立线性模型。
我也试过
slope=ifelse(n()==1,0,as.vector(coef(lm(v1~v2,na.action="na.omit")[2]))))
但它也不起作用。对此有一个简单的解决方案吗?
并非如果我有多个观察但例如v2
缺少值,那么lm
也可能失败。
答案 0 :(得分:7)
你可以试试这个
group_by(df, id) %>% do(fit = lm(v1~v2, .)) %>% summarise(intercept = coef(fit)[1], slope= coef(fit)[2])
Source: local data frame [3 x 2]
intercept slope
1 -0.3116880 0.2698022
2 -1.2303663 0.4949600
3 0.3169372 NA
请注意在do
函数中使用.
和lm
。