在R中为数据框多列逐一执行线性回归并获取R²值

问题描述 #

现有包含weight列和3000+个波数列的数据集，需要以weight为自变量、每个波数为因变量逐一执行线性回归，提取每个模型的R²值并整理成指定格式的表格。已知单个波数的建模代码，需实现批量处理。

示例数据与单波数建模代码：

df1 = data.frame(
  weight = c(15, 18, 20, 21, 18),
  X400 = c(12.5, 9, 16.5, 9, 20),
  X401 = c(12, 19, 14.5, 9, 26),
  X402 = c(11.5, 9.6, 18.5, 19, 20),
  X403 = c(10.5, 8, 12.5, 17, 23),
  X404 = c(12.5, 9, 15, 9, 20),
  X405 = c(14.5, 19, 12.5, 8, 21.2),
  X406 = c(13.5, 7, 18.5, 12, 17),
  X407 = c(12, 3.9, 12.9, 10, 4.8))

# 单波数建模
model <- lm(X400 ~ weight, data = df1)
summary(model)$r.squared

期望输出表格格式：

解决方案 #

方法1：基础for循环 #

逻辑清晰，适合新手理解：

# 获取所有波数列名（排除weight列）
wave_cols <- setdiff(names(df1), "weight")

# 初始化空结果数据框
r_squared_results <- data.frame(波数 = character(), R²值 = numeric(), stringsAsFactors = FALSE)

# 循环处理每个波数列
for(col in wave_cols) {
  # 动态构建回归公式
  formula <- as.formula(paste(col, "~ weight"))
  # 拟合模型
  model <- lm(formula, data = df1)
  # 提取R²并添加到结果框（可按需保留小数位数）
  r_squared_results <- rbind(r_squared_results, 
                             data.frame(波数 = col, 
                                        R²值 = round(summary(model)$r.squared, 4)))
}

# 查看最终结果
print(r_squared_results)

方法2：lapply批量处理 #

比for循环更简洁，大数据量下性能更优：

wave_cols <- setdiff(names(df1), "weight")

# 批量计算每个波数的R²
r_squared_vals <- lapply(wave_cols, function(col) {
  model <- lm(as.formula(paste(col, "~ weight")), data = df1)
  round(summary(model)$r.squared, 4)
})

# 转换为目标格式的数据框
r_squared_results <- data.frame(波数 = wave_cols, 
                                R²值 = unlist(r_squared_vals),
                                stringsAsFactors = FALSE)

print(r_squared_results)

方法3：tidyverse风格实现 #

代码简洁易读，符合现代R数据分析习惯：

library(tidyverse)

r_squared_results <- df1 %>%
  # 将宽格式转为长格式，按波数分组
  pivot_longer(cols = starts_with("X"), names_to = "波数", values_to = "波数值") %>%
  group_by(波数) %>%
  # 每组拟合回归并提取R²
  summarise(R²值 = round(summary(lm(波数值 ~ weight))$r.squared, 4)) %>%
  ungroup()

print(r_squared_results)

内容的提问来源于stack exchange，提问作者Niro Mal