r - 按因子值将数据帧分成子集，发送到返回 glm 类的函数，如何重新组合？

Question

感谢 Hadley 的 plyr 包 ddply 函数，我们可以获取一个数据帧，按因子将其分解为子数据帧，将每个子数据帧发送到一个函数，然后将每个子数据帧的函数结果组合成一个新的数据帧。

但是，如果函数返回像 glm 这样的类的对象，或者在我的例子中，是 c("glm", "lm")。那么，这些不能组合成一个数据框，不是吗？我收到此错误

Error in as.data.frame.default(x[[i]], optional = TRUE, stringsAsFactors = stringsAsFactors) : cannot coerce class 'c("glm", "lm")' into a data.frame

是否有一些更灵活的数据结构可以容纳我的函数调用的所有复杂的 glm 类结果，并保留有关数据帧子集的信息？

或者应该以完全不同的方式完成？

Answer 1

只是为了扩展我的评论:plyr 有一组组合输入和输出类型的函数。因此，当您的函数返回无法转换为 data.frame 的内容时，您应该使用 list 作为输出。因此，不要使用 ddply，而是使用 dlply。

当您想要对每个模型执行某些操作并将结果转换为 data.frame 时，ldply 就是关键。

让我们使用dlply创建一些模型

list_of_models <- dlply(warpbreaks, .(tension), function(X) lm(breaks~wool, data=X))
str(list_of_models, 1)
# List of 3
#  $ L:List of 13
#   ..- attr(*, "class")= chr "lm"
#  $ M:List of 13
#   ..- attr(*, "class")= chr "lm"
#  $ H:List of 13
#   ..- attr(*, "class")= chr "lm"
#  - attr(*, "split_type")= chr "data.frame"
#  - attr(*, "split_labels")='data.frame':        3 obs. of  1 variable:

它给出了三个 lm 模型的列表。

使用ldply您可以创建一个data.frame，例如

• 每个模型的预测:

  ldply(list_of_models, function(model) {
      data.frame(fit=predict(model, warpbreaks))
  })
  #     tension     fit
  # 1         L 44.5556
  # 2         L 44.5556
  # 3         L 44.5556
  

• 每个模型的统计数据:

  ldply(list_of_models, function(model) {
    c(
      aic = extractAIC(model),
      deviance = deviance(model),
      logLik = logLik(model),
      confint = confint(model),
      coef = coef(model)
    )
  })
  # tension aic1    aic2 deviance   logLik confint1  confint2 confint3 confint4 coef.(Intercept) coef.woolB
  # 1       L    2 98.3291  3397.78 -72.7054  34.2580 -30.89623  54.8531 -1.77044          44.5556  -16.33333
  # 2       M    2 81.1948  1311.56 -64.1383  17.6022  -4.27003  30.3978 13.82559          24.0000    4.77778
  # 3       H    2 76.9457  1035.78 -62.0137  18.8701 -13.81829  30.2411  2.26273          24.5556   -5.77778