对`R`中的某些数据子集运行具有不同功能的`dlply` >>

Question

我有一个大数据，有些适合逻辑增长模型，有些适合指数增长模型。我已经成功地根据我的dlply代码成功计算了nls回归参数，并根据可以采用多个值的三个因素为数据的每个子集计算了参数。但是，我想添加一个约束，以便对另一组变量定义的某些因子集使用一种nls形式，而对其余变量使用另一种形式。我以为我可以使用if … else表格，但它似乎不起作用。

这里有一个假人来说明我想做什么：

> library(plyr)
> data(iris) iris$form<-"b" iris[iris$Species=="setosa",]$form<-"a"
> diris<-dlply(iris, as.quoted(.(Species)),
>         function(x){
>           if(x$form=="a"){
>           mean(x$Sepal.Length)
>           }else{
>             median(x$Sepal.Length)
>           }
>         })
将其拆分为两个不同的dlply函数确实可以，但是我宁愿将它们整齐地放在一起：

diris_mean<-dlply(iris[iris$form=="a",], as.quoted(.(Species)),
             function(x){
                 mean(x$Sepal.Length)
               }
             )

diris_med<-dlply(iris[iris$form!="a",], as.quoted(.(Species)),
                  function(x){
                    median(x$Sepal.Length)
                  }
)
更新：看来我的虚拟示例太简单了，无法传达我的需求。我不了解summarise或mutate如何工作（来自发布的答案）以能够转换为我的函数。这是我正在使用的功能：

NLmodels <- dlply(cum[form=="logistic growth",], as.quoted(.(region, climate, size)), 
                  function(x)   {
                    essai=try(logis<-nls(freq~1/(1+b*exp(-(c*mid_point))),
                                         start=list(b=170,c=0.1),data=x,control=list(maxiter=200),trace=FALSE))

                    #if the nls was successful, then calculate values
                    if(class(essai)!="try-error"){
                      nls_values<-summary(nls(x$freq~1/(1+b*exp(-(c*mid_point))),
                                              start=list(b=170,c=0.1),
                                              data=x, control=list(maxiter=200)))$parameters
                    }else {
                      print("error")
                    }
                  }
                  )

我有一个大数据，有些适合逻辑增长模型，有些适合指数增长模型。我已经成功地基于我的dlply计算了nls回归参数...

Answer 1

我们可以使用dplyr