循环遍历数据表列并应用 glm答案

【问题标题】：Loop over data table columns and apply glm循环遍历数据表列并应用 glm
【发布时间】：2021-03-30 10:13:29
【问题描述】：

我正在尝试遍历我的数据表列，并使用 for 循环将 glm 应用于每一列。然后我想从模型中提取回归系数并将它们添加到我的输出数据表中。

这里dt是一个数据表，y是一个向量：

output = data.table('reg_coef' = numeric())
for(n in 1:ncol(dt)){
  model = glm(y ~ dt[, n], family=binomial(link="logit"))
  reg_coef = summary(model)$coefficients[2]
  output = rbindlist(list(output, list(reg_coef)))
}

为什么这不起作用？我收到此错误：

Error in `[.data.table`(dt, , n) : 
  j (the 2nd argument inside [...]) is a single symbol but column name 'n' is not found. Perhaps you intended DT[, ..n]. This difference to data.frame is deliberate and explained in FAQ 1.1.

【问题讨论】：

标签： r for-loop datatable

【解决方案1】：

您可以在同一循环中应用模型并提取系数。使用lapply：

output <- do.call(rbind, lapply(names(dt), function(x) {
  model <- glm(reformulate(x, 'y'), dt, family=binomial(link="logit"))
  summary(model)$coefficients[2]
}))

【讨论】：

如果我必须提取多个系数怎么办？
感谢您提供更新的答案，是 rbind 还是 rbindlist 更好？我看到一个帖子说rbind的性能更差。
您的数据中有多少列？
@Ronak_Shah ~100

【解决方案2】：

我们可以使用paste

output <- do.call(rbind, lapply(names(dt), function(x) {
 model <- glm(as.formula(paste0('y ~ ', x)), dt, family=binomial(link="logit"))
  summary(model)$coefficients[2]
   }))

【讨论】：