dplyr 和 tidyr - 使用因子一次计算大量线性模型

Question

在阅读了 tidyverse 的更多内容后，我开始一次拟合多个线性模型，如 this 中所述。也就是说，我会按照以下方式做一些事情：

library(dplyr)
library(tidyr)
library(purrr)
df <- data.frame(y = rnorm(10), 
                 x1 = runif(10),
                 x2 = runif(10))

df %>%
  gather(covariate, value, x1:x2) %>% 
  group_by(covariate) %>% 
  nest() %>% 
  mutate(model = map(.x = data , .f = ~lm(y ~ value, data = .))) %>% 
  mutate(rsquared = map_dbl(.x = model, .f = ~summary(.)$r.squared))

问题在于，当变量不是同一类型时，这种方法会失败，例如当一个是数字而一个是因子时，因为gather() 函数会将整个value 向量强制转换为一个因子。例如，

df <- data.frame(y = rnorm(10), 
                 x1 = runif(10),
                 x3 = sample(c("a", "b", "c"), 10, replace = TRUE))

df %>%
  gather(covariate, value, x1:x3) %>% 
  sapply(class)

后面是警告

Warning message:
attributes are not identical across measure variables; they will be dropped 

          y   covariate       value 
  "numeric" "character" "character" 

而value 列是一个字符，因此nest() 的技巧将不再起作用，因为所有协变量都将作为因子放入。

我想知道是否有一种 整洁 的方式来做到这一点。

Answer 1

您可以在拟合模型时转换类型，但您应该按照 cmets 中的说明小心操作，因为这可能会产生意想不到的后果。

如果您仍想转换，您可以在整个帧上使用 readr 中的type_convert 或仅在“值”向量上使用type.convert。

使用type_convert：

mutate(model = map(.x = data , .f = ~lm(y ~ value, data = readr::type_convert(.))))

使用type.convert：

mutate(model = map(.x = data , .f = ~lm(y ~ type.convert(value), data = .)))

作为链的一部分，这些中的任何一个都会导致这种情况下所需的结果：

df %>%
    gather(covariate, value, x1:x3) %>% 
    group_by(covariate) %>% 
    nest() %>% 
    mutate(model = map(.x = data , .f = ~lm(y ~ type.convert(value), data = .))) %>% 
    mutate(rsquared = map_dbl(.x = model, .f = ~summary(.)$r.squared))

# A tibble: 2 x 4
  covariate              data    model   rsquared
      <chr>            <list>   <list>      <dbl>
1        x1 <tibble [10 x 2]> <S3: lm> 0.33176960
2        x3 <tibble [10 x 2]> <S3: lm> 0.06150498