R语言中使用broom包按分组运行多组回归时如何精简代码
分组批量回归流程的代码优化方案
原精简代码无法运行的核心原因
你最初尝试写的精简代码跑不通主要有3个问题:
do()块语法不规范:块内没有给目标列赋值、也没有实际的回归计算逻辑,仅写model1, model2, model3会被R识别为需要读取已存在的对象,直接触发“找不到对象”类报错- 多余的闭合括号:行尾多写了冗余的右括号,直接触发R语法解析错误
- 流程逻辑断层:没有串联起回归计算、结果结构化(
tidy处理)的环节,后续的gather、unnest步骤没有可处理的数据源
快速适配原有逻辑的优化写法
直接把三个模型的计算逻辑放到同一个分组后的do()块内,一次跑完所有分组的全部模型,完全替代原来三段重复的冗余代码:
temp_all <- df %>% group_by(group) %>% do( model1 = tidy(lm(a ~ b, data = .)), model2 = tidy(lm(a ~ c, data = .)), model3 = tidy(lm(a ~ d, data = .)) ) %>% pivot_longer(-group, names_to = "model_name", values_to = "model") %>% unnest(model)
注:如果使用旧版
tidyr,可将pivot_longer替换为你原代码里的gather(model_name, model, -group),运行逻辑完全一致。
高扩展性的进阶优化写法
如果后续需要新增更多回归模型,推荐用公式列表+批量映射的方式编写,后续新增模型只需要修改公式列表即可,无需重复写分组、循环逻辑,代码复用性最高:
# 提前定义所有需要运行的回归公式 formula_list <- list( model1 = a ~ b, model2 = a ~ c, model3 = a ~ d ) temp_all <- df %>% group_by(group) %>% reframe( # 批量遍历公式跑回归、结构化结果、标记模型名称 res = map2( formula_list, names(formula_list), ~ tidy(lm(.x, data = cur_data())) %>% mutate(model_name = .y) ) ) %>% unnest(res)
原冗长代码的疏漏提醒
你之前写的三段重复代码存在复制粘贴错误:temp1块内的模型列名误写为model2,后续如果直接合并三个临时表会出现列名混淆的问题,上述优化代码已经修正了这部分命名问题。
内容的提问来源于stack exchange,提问作者Jack
相关产品推荐
相关产品推荐

