如何用lapply按组拟合回归并在原数据集生成预测值

你的原始循环逻辑可以直接迁移为lapply实现，以下是两种常用写法：

写法1：完全对标原始循环逻辑 #

直接遍历每个分组ID，填充原数据集的预测值列：

# 生成示例数据
data <- data.frame(x = rnorm(100), y = rnorm(100), id = rep(c('a', 'b', 'c', 'd'), 25))

# 初始化预测值列（可选，提前定义避免作用域问题）
data$pred <- NA

invisible(lapply(unique(data$id), function(i) {
  sub_data <- subset(data, id == i)
  model <- lm(y ~ x, data = sub_data)
  # 使用<<-超赋值运算符修改外层的data对象
  data$pred[data$id == i] <<- predict(model, sub_data)
}))

说明：invisible用来隐藏lapply默认返回的列表，避免控制台输出无用内容。

写法2：无副作用的函数式写法 #

不直接修改外层变量，通过合并lapply返回的分组结果得到最终数据集，稳定性更高：

data <- data.frame(x = rnorm(100), y = rnorm(100), id = rep(c('a', 'b', 'c', 'd'), 25))

# lapply返回每个分组的建模结果+预测值
pred_res <- lapply(unique(data$id), function(i) {
  sub_data <- subset(data, id == i)
  model <- lm(y ~ x, data = sub_data)
  return(transform(sub_data, pred = predict(model, sub_data)))
})

# 按行合并所有分组的结果
data <- do.call(rbind, pred_res)

说明：该写法不需要处理作用域问题，也方便单独调试每个分组的建模结果。

内容的提问来源于stack exchange，提问作者Masa_K