如何在dplyr分组数据中单次调用normalmixEM并提取多结果存为变量

你当前的代码每组会重复调用4次normalmixEM，既浪费计算资源，还可能因为EM算法的随机初始化导致每次结果略有差异。可以通过先把每组的模型结果存成列表列，再从列表中提取所需参数的方式，实现每组仅调用一次函数：

首先确保加载所需包：

library(dplyr)
library(mixtools)
library(purrr)

然后修改代码：

data2 <- data1 %>%
  group_by(criteria1, criteria2) %>%
  # 每组调用一次normalmixEM，将结果存入列表列
  mutate(mix_model = list(normalmixEM(Value, k = 2))) %>%
  # 从列表中提取所需参数，转为数值列
  mutate(
    mu1 = map_dbl(mix_model, ~ .x$mu[1]),
    mu2 = map_dbl(mix_model, ~ .x$mu[2]),
    lambda1 = map_dbl(mix_model, ~ .x$lambda[1]),
    lambda2 = map_dbl(mix_model, ~ .x$lambda[2])
  ) %>%
  # 不需要保留模型结果的话，删掉这个列表列
  select(-mix_model)

关键说明： #

• 用list()把每组的normalmixEM结果包装成列表，存入新列mix_model，这样每组只执行一次模型拟合
• 用purrr::map_dbl()从每个模型结果中提取对应参数，转为数值型列
• 显式指定k=2确保拟合的是两成分混合正态模型，避免默认参数可能带来的意外

内容的提问来源于stack exchange，提问作者Ali7878