在R中通过循环运行模型、生成子集并为新数据集赋值列的问题

原代码的语法错误 #

你的代码存在几处语法和逻辑问题：

1. glm函数的括号位置错误，family=binomial被误写在函数括号外，且用glm做变量名会覆盖原函数，不推荐
2. assign函数语法错误：参数顺序颠倒，括号未正确闭合，正确格式是assign(变量名字符串, 赋值对象)
3. 修改子集列后未重新赋值回全局变量，导致修改只在局部生效

修正后的循环代码 #

先加载你的数据集：

dat <- structure(list(ID = c(1, 1, 1, 1, 2, 2, 2, 2, 2, 3, 3, 3, 3, 
3, 3), A = c(1, 0, 1, 0, 0, 0, 0, 1, 0, 1, 1, 1, 0, 0, 0), B = c(0, 
0, 1, 1, 0, 1, 1, 1, 1, 0, 0, 0, 0, 0, 1), C = c(1, 1, 1, 0, 
1, 1, 0, 0, 1, 1, 0, 1, 1, 1, 1), M = c(1, 2, 3, 4, 1, 2, 3, 
4, 5, 1, 2, 3, 4, 5, 6)), class = c("tbl_df", "tbl", "data.frame"
), row.names = c(NA, -15L))

修正后的循环代码：

n <- max(dat$M)
for (ii in 1:n) {
  # 拟合模型，用glm_model作为变量名避免冲突
  glm_model <- glm(A ~ B + C, data = dat, subset = (M == ii), family = binomial)
  # 提取M=ii的子集
  M_subset <- subset(dat, M == ii)
  # 给子集添加对应预测列
  M_subset[[paste0("ps_", ii)]] <- predict(glm_model, type = 'response')
  # 将修改后的子集赋值到全局环境的M_1、M_2...变量
  assign(paste0("M_", ii), M_subset)
}

执行后，你会得到M_1到M_6的子集变量，每个变量都包含对应的ps_i预测列，无需担心不同ID的M值数量不一致的问题，subset和assign会自动处理单条数据的情况。

更推荐的替代方案：用列表存储子集 #

创建大量零散变量不利于后续管理，推荐用列表统一存储所有子集：

# 按M值拆分数据集为列表
M_list <- split(dat, dat$M)
# 遍历列表，为每个子集添加预测列
M_list <- lapply(names(M_list), function(m_val) {
  subset_data <- M_list[[m_val]]
  glm_model <- glm(A ~ B + C, data = subset_data, family = binomial)
  subset_data[[paste0("ps_", m_val)]] <- predict(glm_model, type = 'response')
  subset_data
})
# 给列表命名，方便索引
names(M_list) <- paste0("M_", 1:max(dat$M))

# 提取子集示例：获取M=1的子集
M_list$M_1

内容的提问来源于stack exchange，提问作者Statistix