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)
}
)
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...
我们可以使用dplyr