通过按列在 R 中的值过滤列来应用 glm()

如何解决通过按列在 R 中的值过滤列来应用 glm()

我有一个数据框，我们称之为因变量、各种自变量（指标）和一个过滤变量。我的目标是通过在我的过滤变量中过滤不同的类别来运行回归。例如，如果我想为 code == "all" 运行回归，我将只获取我的数据框、过滤代码并运行回归：

sample_tib %>%
    filter(code == "all") %>%
    glm(love ~ .,data = .,family = "gaussian")

但是我面临着几个问题：

1. 在上面的示例中，我的 glm() 将采用所有列，而不是 除了 code。回归的理想输入是 love ~ ind1 + ind2 + ... + ind_n;
2. 通过 code 中的所有代码进行过滤并运行不同的模型代价高昂，而且并不是真正的 我想要的东西。

也许存在一个过滤数据框的函数，然后运行回归并将其结果嵌套在新的数据框或列表中？我试图弄清楚这一点并遇到了 this 问题和漂亮的 Dave Gruenewald 的解决方案。但他的方法只采用一种模式 - x ~ y，一个因变量和一个自变量。这显然不是我需要的。

那么，对于这个问题，有没有什么优雅的解决方案或特定的包和功能？

数据：

sample_tib <- data.frame(
  code = c(
    "all","all","Data Science","Data Engineer","Data Engineer"
  ),love = runif(36),ind1 = runif(36),ind2 = runif(36),ind3 = runif(36),ind4 = runif(36),ind5 = runif(36),ind6 = runif(36),ind7 = runif(36)
)

解决方法

我们可以使用 dplyr 中的 nest_by

1. 我们只是使用 nest_by 进行分组
2. 只需在 list 内的 mutate 中创建模型

注意：没有使用除 dplyr 之外的其他软件包

library(dplyr)
sample_tib %>%
    nest_by(code) %>%
    mutate(model = list(glm(love ~ .,data = data,family = 'gaussian'))) %>%
    ungroup

-输出

# A tibble: 3 x 3
  code                        data model 
  <chr>         <list<tibble[,8]>> <list>
1 all                     [12 × 8] <glm> 
2 Data Engineer           [12 × 8] <glm> 
3 Data Science            [12 × 8] <glm> 

,

我们可以拆分数据并将 glm 分别应用于每个 code。

library(dplyr)
library(purrr)

sample_tib %>%
  group_split(code) %>%
  map(function(x) glm(love~.,data = select(x,-code),family = "gaussian"))

select(x,-code) 从数据中删除 code 列，以便您可以使用 love~.。