r - 为不同的数据集估计单独的回归并按组生成预测

Question

我想使用数据“train”对每个组(id)使用相同的回归模型，并使用估计系数在数据“test”中创建预测值。我可以用循环来做，但我怎么能用 lapply 来做？或者是其他东西？

train <- data.frame(x = 1:100, y = rnorm(100), id = rep(c('a', 'b'), 50))
test <- data.frame(x = 1:50, id = rep(c('a', 'b'), 25))
for (i in c('a', 'b')){
  model <- lm(y ~ x, data = subset(train, id == i))
  test$pred[test$id == i] <- predict(model, subset(test, id == i))
}

Answer 1

如果你还坚持使用lapply您可以使用以下解决方案:

test <- test[order(test$id),]

test$pred <- unlist(lapply(split(test, test$id), function(dt) {
  model <- lm(y ~ x, data = subset(train, id == dt$id))
  dt$pred <- predict(model, dt)
}))