Question

我希望有人能够使用dplyr在管道中使用某种形式的expand.grid。我正在进行一些建模，其中我有几个不同的组（或下面的类型），并且组具有x和amp的不同范围。数据。一旦我对数据进行了操作，我就有兴趣为预测创建一个图，但我只想预测每个值占用的范围内的值，而不是数据集的整个范围。

我已经在下面发布了一个工作示例，但我想知道是否有办法绕过循环并完成我的任务。

干杯

require(ggplot2)
require(dplyr)

# Create some data
df  = data.frame(Type = rep(c("A","B"), each = 100),
                 x = c(rnorm(100, 0, 1), rnorm(100, 2, 1)),
                 y = c(rnorm(100, 0, 1), rnorm(100, 2, 1)))

# and if you want to check out the data
ggplot(df,aes(x,y,col=Type)) + geom_point() + stat_ellipse()

# OK so I have no issue extracting the minimum and maximum values 
# for each type
df_summ = df %>%
  group_by(Type) %>%
  summarize(xmin = min(x),
            xmax = max(x),
            ymin = min(y),
            ymax = max(y))
df_summ

# and I can create a loop and use the expand.grid function to get my 
# desired output
test = NULL
for(ii in c("A","B")){
  df1 = df_summ[df_summ$Type == ii,]
  x = seq(df1$xmin, df1$xmax, length.out = 10)
  y = seq(df1$ymin, df1$ymax, length.out = 10)
  coords = expand.grid(x = x, y = y)
  coords$Type = ii
  test = rbind(test, coords)
}

ggplot(test, aes(x,y,col = Type)) + geom_point()

但我真正想做的是找到绕过循环的方法并尝试直接从我的管道操作员获得相同的输出。我使用do（）函数尝试了一些组合，但没有效果，而下面发布的只是众多失败尝试之一

df %>%
  group_by(Type) %>%
  summarize(xmin = min(x),
            xmax = max(x),
            ymin = min(y),
            ymax = max(y)) %>%
  do(data.frame(x = seq(xmin, xmax, length.out = 10),
                y = seq(ymin, ymax, length.out = 10)))

# this last line returns an error
# Error in is.finite(from) : 
#   default method not implemented for type 'closure'

Answer 1

您的do()尝试几乎是正确的。诀窍就是在总结之后重新分组（这似乎放弃了分组）。您还需要确保使用.$从链中的数据中获取值。试试这个

test <- df %>%
  group_by(Type) %>%
  summarize(xmin = min(x),
            xmax = max(x),
            ymin = min(y),
            ymax = max(y)) %>%
  group_by(Type) %>%
  do(expand.grid(x = seq(.$xmin, .$xmax, length.out = 10),
                y = seq(.$ymin, .$ymax, length.out = 10)))
ggplot(test, aes(x,y,col = Type)) + geom_point()

Answer 2

使用data_grid包中的modelr函数，这是一种方法：

library(dplyr)
library(modelr)

df %>%
   group_by(Type) %>%
   data_grid(x, y) %>%
ggplot(aes(x,y, color = Type)) + geom_point()

此方法为x的每个值生成，每个组中y的每个值生成包含x和y对的行。因此，结果数据框中的每个x - y对仅基于实际出现在数据中的x和y值。

从dplyr管道创建预测网格

2 个答案: