Question

嗨，我在R中有一些data.table格式的数据，我需要运行一些功能。

假设我有一个名为A的数据表，其中包含“名称”，“高度”，“重量”列。

我想运行一些函数，即在data.table中进行线性回归并将系数RMSE存储到表结果中。

A[, .(beta = lm(height ~ weight)$coefficients[2], RMSE = 
     as.numeric(sqrt(crossprod(lm(height 
     ~ weight)$residuals)/(length(lm(height ~ weight)$residuals)- 
     (length(coef(lm(height ~ weight)))-1)))*100),
     by=.(name)]

我的问题：有没有办法将lm（height〜weight）结果保存为一个对象，然后访问该对象的数据，因此data.table不需要在这里像4次一样运行lm函数？

这可以运行，但是与我使用foreach并遍历“名称”相比，它有点慢，因为我有数百万行数据。

谢谢。

Answer 1

通过使用Henrik建议的匿名机构，我可以加快流程！

A[, {model <- lm(height ~ weight)
       BETA <- model$coefficient[2]
       RMSE <- as.numeric(sqrt(crossprod(model$residuals)/(length(model$residuals)- 
               (length(coef(model))-1)))*100)

       list(BETA = BETA, RMSE = RMSE)
       },
 by = .(name)]

显然，一个匿名主体（lambda）不需要名称，就像“一次运行就忘记了”。在此lambda中，lm()函数（按组）运行一次，并将结果存储在对象中。

然后我们可以从模型对象中提取所需的数据，最后提供list()，让j将提取的数据转换为列。

非常感谢！

在R中的data.table内部运行函数

1 个答案: