dplyr和tidyr - 使用因子一次计算多个线性模型

Question

在进一步了解 tidyverse 后，我开始像 这篇文章中所描述的那样一次拟合多个线性模型。换句话说，我会按照以下方式进行操作：

library(dplyr)
library(tidyr)
library(purrr)
df <- data.frame(y = rnorm(10), 
                 x1 = runif(10),
                 x2 = runif(10))

df %>%
  gather(covariate, value, x1:x2) %>% 
  group_by(covariate) %>% 
  nest() %>% 
  mutate(model = map(.x = data , .f = ~lm(y ~ value, data = .))) %>% 
  mutate(rsquared = map_dbl(.x = model, .f = ~summary(.)$r.squared))

问题在于，当变量类型不同时，例如一个是数字，另一个是因子时，这种方法就会失败，因为gather()函数会将整个value向量强制转换为因子。例如，

df <- data.frame(y = rnorm(10), 
                 x1 = runif(10),
                 x3 = sample(c("a", "b", "c"), 10, replace = TRUE))

df %>%
  gather(covariate, value, x1:x3) %>% 
  sapply(class)

后面跟着警告信息

Warning message:
attributes are not identical across measure variables; they will be dropped 

          y   covariate       value 
  "numeric" "character" "character" 

并且value列是字符型的，所以使用nest()的技巧将不再起作用，因为所有协变量都将被视为因子。

我想知道是否有一种整洁的方法来解决这个问题。

- Theodor

Answer 1

你可以在拟合模型时转换类型，但是要小心处理，因为评论中指出这可能会产生意想不到的后果。

如果你仍然想进行转换，可以使用readr中的type_convert对整个框架进行转换，或者只对"value"向量使用type.convert。

使用type_convert：

mutate(model = map(.x = data , .f = ~lm(y ~ value, data = readr::type_convert(.))))

使用 type.convert 函数：

mutate(model = map(.x = data , .f = ~lm(y ~ type.convert(value), data = .)))

在这种情况下，这些中的任何一个作为链的一部分都会导致所需的结果：

df %>%
    gather(covariate, value, x1:x3) %>% 
    group_by(covariate) %>% 
    nest() %>% 
    mutate(model = map(.x = data , .f = ~lm(y ~ type.convert(value), data = .))) %>% 
    mutate(rsquared = map_dbl(.x = model, .f = ~summary(.)$r.squared))

# A tibble: 2 x 4
  covariate              data    model   rsquared
      <chr>            <list>   <list>      <dbl>
1        x1 <tibble [10 x 2]> <S3: lm> 0.33176960
2        x3 <tibble [10 x 2]> <S3: lm> 0.06150498

- aosmith

---

巧妙的方法。+1 - Steven Beaupré

如果您恰好有看起来像数字的变量，但实际上应该被视为因子进行处理（也许不是一个好主意，但这种情况经常发生），那么将会失败。使用“gather”将不可避免地丢失一些信息... - Ben Bolker