Question

我有一个数据集，描述了38年（1980年至2008年）内199个国家的BMI变化。数据本来是很宽的格式，我（我想）整理了一下：

BMI <- read.csv("Indicator_BMI female ASM.csv", header = TRUE)
BMI2 <- gather(BMI, "year", "BMI", X1980:X2008)
BMI2$year <- as.numeric(BMI2$year)
BMI <- BMI2

直到它最终以这种格式出现：

Country          Year       BMI
Afghanistan     X1980      20.443
Afghanistan     X1981      20.477      
Afghanistan     X1982      20.523  
...
Albania         X1980      25.174
Albania         X1981      25.191 
.......
Algeria         X1980      20.241
.....

等，你明白了。

我想要做的是，对于每个国家，获取Year与BMI之间关系的斜率的梯度。

首先，我非常简单地尝试一次提取一个国家/地区的坡度：

thefit <- lm(BMI ~ year, subset(BMI, Country == "Albania"))
gradientAlbania <- round(coef(thefit)[2],4)

但是仅lm的输出是非常意外的（仅分别截取每年的截距）：

Coefficients:
(Intercept)    yearX1981    yearX1982    yearX1983    yearX1984    yearX1985    yearX1986    yearX1987    yearX1988    yearX1989    yearX1990  
   25.17427      0.01661      0.02605      0.04479      0.04932      0.03830      0.03512      0.01491     -0.00462     -0.02057     -0.03550  
  yearX1991    yearX1992    yearX1993    yearX1994    yearX1995    yearX1996    yearX1997    yearX1998    yearX1999    yearX2000    yearX2001  
   -0.12757     -0.20812     -0.23869     -0.23865     -0.23721     -0.20784     -0.20673     -0.17207     -0.11173     -0.04630      0.02905  
  yearX2002    yearX2003    yearX2004    yearX2005    yearX2006    yearX2007    yearX2008  
    0.09655      0.15771      0.22377      0.29098      0.35901      0.41967      0.48299

我猜想这与数据帧的格式有关（例如我无法摆脱的一年前的X。）尽管我成功地按国家/地区创建了该数据的BMI〜year散点图，所以我原则上认为格式应该可以吗？

BMI year scatter plot

非常感谢您的帮助。如果很重要，稍后我想将slope函数作为dplyr group_by的一部分，但这将放在单独的帖子中（为了清晰起见，我决定将问题分解到不同的帖子中）。

Answer 1

正如@aosmith所提到的，您需要去除那些“ X”。

这是否可以处理您的数据并完成您想要的操作：

BMI <- read.csv("Indicator_BMI female ASM.csv", header = TRUE)
BMI2 <- gather(BMI, "year", "BMI", X1980:X2008)
BMI2$year <- as.numeric(gsub('X',"",BMI2$year))

# Adapted from "R for Data Science"

country_model <- function(df){
  lm(BMI~year, data = df)
}

BMI2 %>%
  group_by(country) %>% 
  nest() %>% 
  mutate(model = map(data, country_model)) %>% 
  mutate(slope = model[[1]][[1]][[2]])

通过分类变量从新数据框中提取斜率？

1 个答案: