添加自定义函数以在 dplyr 中进行汇总

Question

我有一个这样的数据框，每个数据框都有不同的观察结果 id:

library(dplyr)
df <- data.frame(id=c(1,1,1,1,1,2,2,3), v1= rnorm(8), v2=rnorm(8))

然后我按 id:

分组

by_id <- group_by(df, id)

现在我想计算每个 id 的 v1 观察值的均值和标准差。这很容易 summarise:

df2 <- summarise(by_id,
                    v1.mean=mean(v1),
                    v1.sd=sd(v1))

现在我想添加 v1 和 v2

的线性回归的斜率

df2 <- summarise(by_id,
                   v1.mean=mean(v1),
                   v1.sd=sd(v1),
                   slope=as.vector(coef(lm(v1~v2,na.action="na.omit")[2])))

然而，这失败了，我认为是因为一个人（id=3）只有一个观察结果，因此无法建立线性模型。

我也试过了

   slope=ifelse(n()==1,0,as.vector(coef(lm(v1~v2,na.action="na.omit")[2]))))

但它也不起作用。有没有简单的解决方案？

并不是说，如果我有多个观察结果，但例如 v2 有一个缺失值，那么 lm 也可能会失败。

Answer 1

你可以试试这个

group_by(df, id) %>% do(fit = lm(v1~v2, .)) %>% summarise(intercept = coef(fit)[1],  slope= coef(fit)[2])
Source: local data frame [3 x 2]

   intercept     slope
1 -0.3116880 0.2698022
2 -1.2303663 0.4949600
3  0.3169372        NA

注意 do 和 . 在 lm 函数中的使用。

添加自定义函数以在 dplyr 中进行汇总

adding custom function to summarise in dplyr

r

dplyr