Я пытаюсь добавить столбец прогнозов в фрейм данных, в котором есть столбец списка, содержащий модель lm. Я взял часть кода из этого сообщения.
Я сделал здесь игрушечный пример:
library(dplyr)
library(purrr)
library(tidyr)
library(broom)
set.seed(1234)
exampleTable <- data.frame(
ind = c(rep(1:5, 5)),
dep = rnorm(25),
groups = rep(LETTERS[1:5], each = 5)
) %>%
group_by(groups) %>%
nest(.key=the_data) %>%
mutate(model = the_data %>% map(~lm(dep ~ ind, data = .))) %>%
mutate(Pred = map2(model, the_data, predict))
exampleTable <- exampleTable %>%
mutate(ind=row_number())
это дает мне кусок, который выглядит так:
# A tibble: 5 × 6
groups the_data model Pred ind
<fctr> <list> <list> <list> <int>
1 A <tibble [5 × 2]> <S3: lm> <dbl [5]> 1
2 B <tibble [5 × 2]> <S3: lm> <dbl [5]> 2
3 C <tibble [5 × 2]> <S3: lm> <dbl [5]> 3
4 D <tibble [5 × 2]> <S3: lm> <dbl [5]> 4
5 E <tibble [5 × 2]> <S3: lm> <dbl [5]> 5
чтобы получить прогнозируемое значение с использованием модели lm для конкретной группы, я могу использовать это:
predict(exampleTable[1,]$model[[1]], slice(exampleTable, 1) %>% select(ind))
что дает такой результат:
> predict(exampleTable[1,]$model[[1]], slice(exampleTable, 1) %>% select(ind))
1
-0.4822045
Я хотел бы иметь по одному новому прогнозу для каждой группы. Я пробовал использовать purrr, чтобы получить то, что хотел:
exampleTable %>%
mutate(Prediction = map2(model, ind, predict))
но это дает следующую ошибку:
Error in mutate_impl(.data, dots) : object 'ind' not found
Я смог получить желаемый результат со следующей чудовищностью:
exampleTable$Prediction <- NA
for(loop in seq_along(exampleTable$groups)){
lmod <- exampleTable[loop, ]$model[[1]]
obs <- filter(exampleTable, row_number()==loop) %>%
select(ind)
exampleTable[loop, ] $Prediction <- as.numeric(predict(lmod, obs))
}
это дает мне кусок, который выглядит так:
# A tibble: 5 × 6
groups the_data model Pred ind Prediction
<fctr> <list> <list> <list> <int> <dbl>
1 A <tibble [5 × 2]> <S3: lm> <dbl [5]> 1 -0.4822045
2 B <tibble [5 × 2]> <S3: lm> <dbl [5]> 2 -0.1357712
3 C <tibble [5 × 2]> <S3: lm> <dbl [5]> 3 -0.2455760
4 D <tibble [5 × 2]> <S3: lm> <dbl [5]> 4 0.4818425
5 E <tibble [5 × 2]> <S3: lm> <dbl [5]> 5 -0.3473236
Должен быть способ сделать это аккуратно, но я просто не могу его взломать.
mutate(Pred = map2_dbl(model, 1:5, ~predict(.x, newdata = data.frame(ind = .y))))
? - person aosmith   schedule 23.06.2017