使用 R 中的循环自动创建具有不同数据的模型答案

【问题标题】：automate repeating models with different data forloop in R使用 R 中的循环自动创建具有不同数据的模型
【发布时间】：2021-07-02 08:35:01
【问题描述】：

我需要在同一个模型上运行大量复制，但在每次迭代时将不同的数据循环到其中。

例如

db1 <- mtcars
db2 <- mtcars
db3 <- mtcars

for(i in 1:db) {
  # keep model structure but alternate the data
  lm(mpg ~ wt, data = db[i])
}

我需要创建一个 for 循环或函数，可以在 db1 上运行模型，然后换入 db2 并运行相同的模型。我还需要将它们作为单独的对象存储在我的 R 环境中，例如lm1（用于 db1）和 lm2（用于 db2）

请有人帮我自动化这个。

谢谢

【问题讨论】：

标签： r function for-loop automation iteration

【解决方案1】：

创建一个数据帧列表，而不是将单个数据帧作为对象创建，因为循环 db1、db2、db3 更难，而不是创建更容易在列表中循环的数据帧。这里创建的 dfs 基本上是您可以在其上创建模型的数据框列表。现在，我在这里使用 mtcars 创建了随机数据集，在您的情况下，您可能已经将数据集保存为 db1、db2 或 db3，因此您可以执行以下任一操作：

a) dfs = list(db1, db2, db3) 将此 dfs 与 lapply 一起使用，如下所示：mymodels <- lapply(dfs, function(x)lm(mpg ~ wt, data=x))

b) dfs <- mget(ls(pattern='^db\\d+'), envir = globalenv()) ，在这里你把你的数据模式放在模式里面，在这种情况下，它以 db 单词开头并以数字结尾，现在使用与上面类似的 lapply：mymodels <- lapply(dfs, function(x)lm(mpg ~ wt, data=x))

我从 mtcars 数据中给出了一个示例，使用随机选择的行来提出一种方法。

# Creating a list of data-frames randomly
# Using replicate function n(3) times here and picking 80% of data randomly, using seed value 1 for reproducibility

set.seed(1)
n <- 3
prop = .8

dfs <- lapply(data.frame(replicate(n, sample(1:nrow(mtcars), prop*nrow(mtcars)))), function(x)mtcars[x,])
## replicate function here replicates sample command n number of times and create a matrix of indexs of rows taken as different data points from mtcars dataset

mymodels <- lapply(dfs, function(x)lm(mpg ~ wt, data=x)) #mymodels is your output

输出：

$X1

Call:
lm(formula = mpg ~ wt, data = x)

Coefficients:
(Intercept)           wt  
  38.912167    -5.874795  


$X2

Call:
lm(formula = mpg ~ wt, data = x)

Coefficients:
(Intercept)           wt  
  37.740419    -5.519547  


$X3

Call:
lm(formula = mpg ~ wt, data = x)

Coefficients:
(Intercept)           wt  
  39.463332    -6.051852

【讨论】：

两个非常有用的解决方案！非常感谢。非常有效。

【解决方案2】：

我用来做这样的事情的方法是在数据框列表上使用地图函数。我的首选方法是使用嵌套数据框，其中我们有一列用于数据框名称、数据框，并且我们添加了一个线性模型列。

我使用 map 函数在下面编写了一个版本，该函数采用我们的数据帧向量并将 lm 应用于每个条目。

library(tidyverse)

db1 <- mtcars
db2 <- mtcars
db3 <- mtcars

# Place dataframes in a liset (note do not use c() to put dfs into an array)
a <- list(db1, db2 , db3)

# Construct our dataframe
df <- tibble(entry = 1:3, dataframes = a)

df %>% 
  # Map the lm function to all of the dataframes
  mutate(lm = map(dataframes, ~lm(mpg~wt, data = .x)))
#> # A tibble: 3 x 3
#>   entry dataframes          lm    
#>   <int> <list>              <list>
#> 1     1 <df[,11] [32 x 11]> <lm>  
#> 2     2 <df[,11] [32 x 11]> <lm>  
#> 3     3 <df[,11] [32 x 11]> <lm>

^{由reprex package (v2.0.0) 于 2021-04-06 创建}

仅使用列表的更直观的方法如下：

（请注意，某些信息，即对 lm 的调用丢失了）

library(tidyverse)

db1 <- mtcars
db2 <- mtcars
db3 <- mtcars

a <- list(db1, db2 , db3)

b <- rep(list(), 3)

for(i in 1:3) {
  b[i] <- lm(mpg~wt, data = a[[i]])
}
#> Warning in b[i] <- lm(mpg ~ wt, data = a[[i]]): number of items to replace is
#> not a multiple of replacement length
b
#> [[1]]
#> (Intercept)          wt 
#>   37.285126   -5.344472 
#> 
#> [[2]]
#> (Intercept)          wt 
#>   37.285126   -5.344472 
#> 
#> [[3]]
#> (Intercept)          wt 
#>   37.285126   -5.344472

^{由reprex package (v2.0.0) 于 2021-04-06 创建}

【讨论】：