R purrr:map 在 grouped/nested tibble

Question

我想在嵌套分组小标题的各列之间应用一个函数，如下例所示。

library(tidyverse)
df <- swiss %>%
  group_by(Catholic > 20) %>%
  nest()

这会导致小标题看起来像：

> df
# A tibble: 2 x 2
# Groups:   Catholic > 20 [2]
  `Catholic > 20` data             
  <lgl>           <list>           
1 FALSE           <tibble [26 × 6]>
2 TRUE            <tibble [21 × 6]>

现在我做了一些函数来构建模型

fit <- function(df, modL = NA){
  if (modL == 1) {fit <- lm(Fertility ~ Education, data = df)}
  if (modL == 2) {fit <- lm(Fertility ~ Education + Examination, data = df)}
  fit
}

现在我将该模型映射到分组数据的列，并创建两个新变量来存储模型拟合。

df <- df %>%
  mutate(model1 = map(data, fit, modL = 1)) %>%
  mutate(model2 = map(data, fit, modL = 2))

这会生成一个小标题，其中包含两个包含模型拟合的新列

> df
# A tibble: 2 x 4
# Groups:   Catholic > 20 [2]
  `Catholic > 20` data              model1 model2
  <lgl>           <list>            <list> <list>
1 FALSE           <tibble [26 × 6]> <lm>   <lm>  
2 TRUE            <tibble [21 × 6]> <lm>   <lm>

我想要实现的是一个 purr-type 地图函数，它与下面的代码做同样的事情。

anova(df$model1[[1]], df$model2[[1]])
anova(df$model1[[2]], df$model2[[2]])

我虽然下面的代码可以工作，但它不。

map(df[,3:4], anova)

大师们，我如何跨嵌套和分组数据集的列映射函数，以使用该行的列作为输入为每行提供一个结果？

布兰特

Answer 1


df %>%
  mutate(anova = map2(model1, model2, ~ anova(.x,.y)))%>%
  mutate(pvalue = map_dbl(anova, ~.$`Pr(>F)`[2]))

我想这就是你想要的？你能澄清一下吗？第二个变异将为每个成对比较提取方差分析的 p 值。

R purrr:map 在 grouped/nested tibble

R purrr:map on a grouped/nested tibble

r

purrr