如何在R中嵌套循环step函数并输出至独立Excel工作表

问题分析 #

你的错误代码存在几个关键问题：

• group_by(dfraw, 'Country') 语法错误，分组应直接指定列名Country
• lm(VarY ~ ., data = dfraw) 未使用嵌套后的分组数据，应引用当前分组的.x
• step函数不能直接对模型列批量操作，需要嵌套在map中执行
• 未正确提取包含t统计量、p值的完整系数结果

完整解决方案代码 #

首先加载所需包：

library(tidyverse)
library(openxlsx)

1. 分国家执行逐步回归并提取系数结果 #

# 嵌套数据+拟合模型+逐步回归+提取系数表
model_results <- dfraw %>%
  group_by(Country) %>%
  nest() %>%
  mutate(
    # 拟合初始全变量线性模型
    initial_lm = map(data, ~lm(VarY ~ ., data = .x)),
    # 执行逐步回归，trace=0关闭中间过程输出
    step_model = map(initial_lm, ~step(.x, direction = "both", trace = 0)),
    # 用broom包提取含t值、p值的整洁系数表
    coef_table = map(step_model, ~broom::tidy(.x))
  ) %>%
  select(Country, coef_table) %>%
  unnest(coef_table)

2. 将结果输出到Excel（每个国家一个工作表） #

# 创建工作簿
wb <- createWorkbook()

# 遍历每个国家，添加对应工作表并写入数据
unique(dfraw$Country) %>%
  walk(function(country) {
    addWorksheet(wb, country)
    country_data <- model_results %>% filter(Country == country)
    writeData(wb, sheet = country, x = country_data)
  })

# 保存工作簿
saveWorkbook(wb, "country_step_regression_results.xlsx", overwrite = TRUE)

代码说明 #

• trace = 0：关闭逐步回归的中间过程输出，避免控制台冗余信息
• broom::tidy()：将模型summary结果转换为结构化dataframe，方便后续处理和导出
• walk()：循环执行工作表添加和数据写入操作，无需返回值

补充：无broom包的替代方案 #

如果不想依赖broom包，可以手动提取系数表：

coef_table = map(step_model, function(model) {
  sum_table <- summary(model)$coefficients
  as.data.frame(sum_table) %>%
    rownames_to_column("term") %>%
    rename(
      estimate = Estimate,
      std_error = `Std. Error`,
      t_value = `t value`,
      p_value = `Pr(>|t|)`
    )
})

内容的提问来源于stack exchange，提问作者sjedi