gpt4 book ai didi

r - 当某些元素不适用时从列表列访问结果

转载 作者:行者123 更新时间:2023-12-02 02:06:15 26 4
gpt4 key购买 nike

问题:列表列包含一些缺失值

数据

考虑以下包含 2 个模型拟合结果的小标题:

> Model_fits
# A tibble: 4 x 4
cyl data model1 model2
<dbl> <list<tibble[,2]>> <list> <list>
1 2 [5 x 2] <dbl [1]> <dbl [1]>
2 4 [11 x 2] <lm> <lm>
3 6 [7 x 2] <lm> <dbl [1]>
4 8 [14 x 2] <lm> <lm>

此示例中缺少 cyl==2 的数据。因此,model1 在第一行包含 NA_real_。同样,model2 在第 1 行和第 3 行中包含 NA_real_

提取模型结果

我想使用broom::glance提取模型拟合的结果。但由于缺少值,它不起作用:

> Model_fits %>% 
+ mutate(summary_res = map(model1, broom::glance))
Error: Problem with `mutate()` input `summary_res`.
x No glance method for objects of class numeric
i Input `summary_res` is `map(model1, broom::glance)`.

尝试解决方案

所以,我尝试使用purrr::possible,但这也不起作用:

> Model_fits %>% 
+ mutate(summary_res1 = map(model1, ~ possibly(broom::glance(.x),
+ otherwise = NA_real_)))
Error: Problem with `mutate()` input `summary_res1`.
x No glance method for objects of class numeric
i Input `summary_res1` is `map(model1, ~possibly(broom::glance(.x), otherwise = NA_real_))`.

预期结果

我想获取所有非缺失值的 broom::glance 结果和所有缺失值的 NA_real_ 结果。请指导我如何获得这些结果?

用于创建 Model_fits 的代码

请注意,我创建了以下内容作为可重现的示例。但这不是我原始的数据/模型结果。

library(tidyverse)

new_data <- tibble(mpg = rep(NA_real_, 5),
cyl = rep(2, 5),
disp = rep(NA_real_, 5))

mtcars2 <- mtcars %>%
dplyr::select(mpg, cyl, disp)

mt <- bind_rows(mtcars2,
new_data)

model_res_list <- map(mtcars2 %>% group_split(cyl), ~lm(mpg ~ disp, data = .x))

lizt <- list(NA_real_, model_res_list[[1]], model_res_list[[2]], model_res_list[[3]])

lizt2 <- list(NA_real_, model_res_list[[1]], NA_real_, model_res_list[[3]])


Model_fits <- mt %>%
group_nest(cyl) %>%
mutate(model1 = lizt,
model2 = lizt2)

最佳答案

对此您还可以做的一件事是使用 tryCatch函数,以便您定义在发生错误时函数的输出是什么。在这种情况下,它不会使函数的执行停止。

Model_fits %>%
mutate(mod01 = map(model1, ~ tryCatch(glance(.x),
error = function(cond) {
NA_real_
}))) %>%
unnest(mod01)

# A tibble: 4 x 17
cyl data model1 model2 mod01 r.squared adj.r.squared sigma statistic p.value df
<dbl> <list<tibbl> <list> <list> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 2 [5 x 2] <dbl [~ <dbl ~ NA NA NA NA NA NA NA
2 4 [11 x 2] <lm> <lm> NA 0.648 0.609 2.82 16.6 0.00278 1
3 6 [7 x 2] <lm> <dbl ~ NA 0.0106 -0.187 1.58 0.0537 0.826 1
4 8 [14 x 2] <lm> <lm> NA 0.270 0.209 2.28 4.44 0.0568 1
# ... with 6 more variables: logLik <dbl>, AIC <dbl>, BIC <dbl>, deviance <dbl>,
# df.residual <int>, nobs <int>

如果我们想使用possiblysafely而不是tryCatch我们应该首先编写一个包装 glance 的自定义函数一般来说,在应用我们的数据集之前:

poss_glance <- possibly(glance, otherwise = NA_real_)

Model_fits %>%
mutate(mod01 = map(model1, ~ poss_glance(.x))) %>%
unnest(mod01)

# A tibble: 4 x 17
cyl data model1 model2 mod01 r.squared adj.r.squared sigma statistic p.value df
<dbl> <list<tibbl> <list> <list> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 2 [5 x 2] <dbl [~ <dbl ~ NA NA NA NA NA NA NA
2 4 [11 x 2] <lm> <lm> NA 0.648 0.609 2.82 16.6 0.00278 1
3 6 [7 x 2] <lm> <dbl ~ NA 0.0106 -0.187 1.58 0.0537 0.826 1
4 8 [14 x 2] <lm> <lm> NA 0.270 0.209 2.28 4.44 0.0568 1
# ... with 6 more variables: logLik <dbl>, AIC <dbl>, BIC <dbl>, deviance <dbl>,
# df.residual <int>, nobs <int>

或者我们甚至可以使用safely代替possibly这样我们的函数在这种情况下会返回增强的输出 NA_real_ :

safe_glance <- safely(glance, otherwise = NA_real_)

Model_fits %>%
mutate(mod01 = map(model1, ~ safe_glance(.x)))

关于r - 当某些元素不适用时从列表列访问结果,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/68422879/

26 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com