使用过滤器调用特定行的线性回归循环

Question

我有一个不同地点、年份和最高温度的数据框。我想对每个特定站点的温度和年份进行线性回归。如果我可以编写一个 for 循环，将相同的线性回归模型分别应用于所有站点，并给我一个包含站点名称的输出，而不是对每个站点都这样做，那就太好了。我做了一些虚拟数据，我在实际 df 中有 25 个站点。

data<- data.frame(site= c('alder','alder','alder','alder','alder','alder','alder','alder', 'oak','oak','oak','oak','oak','oak','oak','oak' ),
                  year= c('2008', '2009', '2010', '2011', '2012', '2013', '2014', '2015','2008', '2009', '2010', '2011', '2012', '2013', '2014', '2015'),
                  temp= c(0.5,3, 12, 42, 67, 8, 12, 22, 11, 4, 3, 6, 76, 1, 11, .9))

到目前为止，我是如何尝试这样做的：

output<- vector("list", length(unique(data$site)))

sites<- unique(data$site)

for (i in sites) {
  data %>% filter(site=i) =j
   lm(formula = temp~year, data = j)=k
  output[[i]]=k
  }

我不确定让 for 循环调用对应于一个站点的行子集的最佳方法是什么。当我运行这段代码时，我得到的错误是

Error in data %>% filter(site = i) <- j : 
  could not find function "%>%<-"

我已经确定 tidyverse 在我的图书馆里

感谢您的帮助！

Answer 1

有几个错别字，

=

会是

==

并做

->

而不是

=

。第三个问题是对

[[i]]

的分配 - 这里

i

是每个站点的值。因此，我们可能需要命名

output

以获得正确的分配

names(output) <- sites
for (i in sites) {
  data %>% filter(site==i) -> j
   lm(formula = temp~year, data = j)-> k
  output[[i]]=k
  }

-输出

> output
$alder

Call:
lm(formula = temp ~ year, data = j)

Coefficients:
(Intercept)     year2009     year2010     year2011     year2012     year2013     year2014     year2015  
        0.5          2.5         11.5         41.5         66.5          7.5         11.5         21.5  


$oak

Call:
lm(formula = temp ~ year, data = j)

Coefficients:
(Intercept)     year2009     year2010     year2011     year2012     year2013     year2014     year2015  
  1.100e+01   -7.000e+00   -8.000e+00   -5.000e+00    6.500e+01   -1.000e+01   -3.263e-15   -1.010e+01  

---

有了

tidyverse

，我们可以通过几种方式做到这一点

library(dplyr)
library(tidyr)
data %>% 
    nest_by(site) %>%
    mutate(model = list(lm(temp ~ year, data = data))) %>% 
    ungroup
# A tibble: 2 × 3
  site                data model 
  <chr> <list<tibble[,2]>> <list>
1 alder            [8 × 2] <lm>  
2 oak              [8 × 2] <lm>  

或者使用

reframe

# dplyr version >= 1.1.0

data %>%
   reframe(model = list(lm(temp  ~year)), .by = site) %>%
   as_tibble

-输出

# A tibble: 2 × 2
  site  model 
  <chr> <list>
1 alder <lm>  
2 oak   <lm>  

Answer 2

使用基数R：

lapply(split(data[, c("year", "temp")], data[, "site"]), 
       function(x) lm(temp ~ year, data=x))