我正在尝试通过使用purrr
来应用map2
来学习lm
的地图功能。使用mtcars
数据集的子集,创建一个包含变量名称组合的数据框,如下所示:
# Load libraries
library(dplyr)
library(purrr)
# Subset data
df <- mtcars %>% select(mpg:qsec)
# Get variable names
car_vars <- colnames(df)
# Create data frame of variable names
foo <- combn(car_vars, 2) %>% t %>% data.frame
# > head(foo)
# X1 X2
# 1 mpg cyl
# 2 mpg disp
# 3 mpg hp
# 4 mpg drat
# 5 mpg wt
# 6 mpg qsec
接下来,我有一个函数,它使用两个变量的名称并拟合线性模型:
# Fit model
fit_lm <- function(c1, c2){
lm(paste(c1, c2, sep = "~"), data = df)
}
我可以这样用map2
来应用它:
# Fit all the models
map2(foo$X1, foo$X2, fit_lm)
给出lm
对象的列表,这些对象在打印时看起来像这样:
# [[1]]
#
# Call:
# lm(formula = paste(c1, c2, sep = "~"), data = df)
#
# Coefficients:
# (Intercept) cyl
# 37.885 -2.876
太好了!现在,这是我绊倒的地方。我想将这些lm
对象添加为数据框中的一列,因此我方便地将变量名称与模型本身放在同一行中。因此,我将dplyr
的{{1}}与mutate
一起使用。
map2
产生的# Not so successful
foo %>% mutate(mods = map2(X1, X2, fit_lm))
列的类为NULL而不是mods
,看起来有点像lm
对象的dput
,这与我之前的(成功的)尝试不同。显然,我误解了lm
的工作方式。有人可以解释我的错误吗?
答案 0 :(得分:4)
就结果本身而言,您所做的一切都很好:
foo <- foo %>% mutate(mods = map2(X1, X2, fit_lm))
str(foo, max.level = 1)
# 'data.frame': 21 obs. of 3 variables:
# $ X1 : Factor w/ 6 levels "cyl","disp","drat",..: 5 5 5 5 5 5 1 1 1 1 ...
# $ X2 : Factor w/ 6 levels "cyl","disp","drat",..: 1 2 4 3 6 5 2 4 3 6 ...
# $ mods:List of 21
问题很简单
class(foo)
# [1] "data.frame"
以及lm
类的复杂列表,都用print.data.frame
打印。因此,要想用print.tbl
很好地看到结果,我们只需要将foo
转换为tibble
:
foo <- as.tbl(foo)
foo
# A tibble: 21 x 3
# X1 X2 mods
# <fct> <fct> <list>
# 1 mpg cyl <S3: lm>
# 2 mpg disp <S3: lm>
# 3 mpg hp <S3: lm>
# 4 mpg drat <S3: lm>
# 5 mpg wt <S3: lm>
# 6 mpg qsec <S3: lm>
# 7 cyl disp <S3: lm>
# 8 cyl hp <S3: lm>
# 9 cyl drat <S3: lm>
# 10 cyl wt <S3: lm>
# … with 11 more rows