如何使用purrr::map2对分存于不同对象的预测变量与因变量执行回归？

首先执行以下代码创建环境：

mtcars %>% 
  group_split(carb) %>% 
  map(select, mpg) -> criterion

mtcars %>% 
  group_split(carb) %>% 
  map(select, qsec) -> predictor

上述代码生成两个长度为6的列表，目标是对每组分别执行以mpg为因变量、qsec为自变量的线性回归。原写法map2(criterion, predictor, lm(criterion ~ predictor))无法运行，问题在于：

• lm()的公式无法直接识别列表对象，需要基于数据框中的列名构建公式
• map2的第三个参数需要是一个接收两个输入的函数，而非直接执行lm()

正确实现方式 #

方法1：匿名函数结合数据框合并

map2(criterion, predictor, function(x, y) {
  df <- bind_cols(x, y)
  lm(mpg ~ qsec, data = df)
})

方法2：简化匿名函数写法（使用~）

map2(criterion, predictor, ~lm(mpg ~ qsec, data = bind_cols(.x, .y)))

方法3：先合并列表为数据框列表再执行回归

# 先把对应位置的criterion和predictor合并成完整数据框
combined_list <- map2(criterion, predictor, bind_cols)
# 对每个数据框执行线性回归
map(combined_list, ~lm(mpg ~ qsec, data = .x))

以上三种方法都能实现对6组数据分别执行线性回归的需求，返回包含6个lm模型对象的列表。

内容的提问来源于stack exchange，提问作者J. Doe