如何从rsample滚动原点分割的评估集提取y最值并跟踪分割ID？

我们可以通过dplyr与purrr的组合，高效处理rolling_origin生成的滚动分割，提取每个评估集的y值最大/最小值并关联对应分割ID：

完整代码 #

library(tidyverse)
library(rsample)

# 生成可复现的示例数据
set.seed(123)
dat <- data.frame(x = 1:50, y = runif(50, 0.1, 30))

# 创建滚动分割：初始训练集10条，每次评估集5条
dat_split <- rsample::rolling_origin(dat, initial = 10, assess = 5)

# 提取每个评估集的统计量并整理结果
result <- dat_split %>%
  # 遍历每个分割，提取评估集并计算y的最值
  mutate(assess_stats = map(splits, ~ assessment(.x) %>%
                              summarize(y_min = min(y), y_max = max(y)))) %>%
  # 将嵌套的统计结果展开为扁平表格
  unnest(assess_stats) %>%
  # 保留核心列：分割ID、y最小值、y最大值
  select(id, y_min, y_max)

# 查看前6条结果
head(result)

代码说明 #

• map(splits, ~ assessment(.x) %>% ...)：遍历dat_split中的每个分割对象，用assessment()函数精准提取评估集数据，再通过summarize计算y的最值
• unnest(assess_stats)：将嵌套在单元格内的统计结果展开，转化为标准的二维表格结构
• 若需要计算更多统计量（如均值、中位数），只需在summarize中添加对应逻辑即可

替代写法（rowwise风格） #

如果偏好更直观的逐行处理逻辑，也可以用rowwise实现：

result_rowwise <- dat_split %>%
  rowwise(id) %>%
  mutate(
    y_min = min(assessment(splits)$y),
    y_max = max(assessment(splits)$y)
  ) %>%
  ungroup() %>%
  select(id, y_min, y_max)

内容的提问来源于stack exchange，提问作者D Kincaid