如何批量计算数据框中每个个体weight与time的回归系数

嗨，我来帮你搞定这个批量计算回归系数的问题！你已经能算出单个个体的系数了，差的就是把这个逻辑批量应用到每个id上对吧？我给你几个好用的方法，都是R里常用的批量处理方式，你可以挑顺手的用：

方法1：用dplyr（tidyverse风格，代码简洁易读） #

如果你平时用tidyverse系列的包，这个方法最顺手，先加载dplyr，然后按id分组计算即可：

library(dplyr)

# 计算每个id的time回归系数，结果是带id和系数的数据框
coef_df <- dataframe %>%
  group_by(id) %>%
  summarize(slope = coef(lm(weight ~ time, data = cur_data()))[2])

# 要是需要转成带id名称的向量，直接提取就行
coef_vector <- coef_df$slope
names(coef_vector) <- coef_df$id

这里cur_data()是dplyr用来指代当前分组数据的函数，确保每个id的回归只用到自己的观测值。

方法2：用purrr（适合更灵活的批量操作） #

同样属于tidyverse，先把数据按id拆成列表，再逐个计算：

library(dplyr)
library(purrr)

# 拆分数据为按id分组的列表，再对每个列表元素计算系数
coef_list <- dataframe %>%
  split(.$id) %>%
  map(~ coef(lm(weight ~ time, data = .x))[2])

# 把列表转成带id名称的向量
coef_vector <- unlist(coef_list)

split()会把原数据框拆成每个id对应的数据框列表，map()自动遍历每个列表元素执行回归计算，最后unlist()把结果整合成向量。

方法3：基础R的for循环（无需额外加载包） #

你之前试过for循环没成功？大概率是没正确初始化存储结果的向量或者筛选数据，试试这个标准写法：

# 获取所有不重复的id
unique_ids <- unique(dataframe$id)
# 创建空向量，长度匹配id数量，给向量元素命名为id
coef_vector <- numeric(length(unique_ids))
names(coef_vector) <- unique_ids

# 循环每个id计算系数
for (i in seq_along(unique_ids)) {
  current_id <- unique_ids[i]
  # 筛选当前id的观测数据
  current_data <- subset(dataframe, id == current_id)
  # 计算系数并存入对应位置
  coef_vector[i] <- coef(lm(weight ~ time, data = current_data))[2]
}

这个写法完全用基础R实现，不需要加载任何额外包，逻辑也很清晰。

方法4：用data.table（大数据场景下更高效） #

如果以后你的数据量变大，data.table的速度优势会很明显，写法也很简洁：

library(data.table)

# 把原数据框转成data.table格式
dt <- as.data.table(dataframe)

# 按id分组计算回归系数
coef_dt <- dt[, .(slope = coef(lm(weight ~ time))[2]), by = id]

# 转成带id名称的向量
coef_vector <- coef_dt$slope
names(coef_vector) <- coef_dt$id

以上几种方法都能帮你一次性算出所有个体的回归系数，你可以根据自己的使用习惯来选择~

内容的提问来源于stack exchange，提问作者Raoul Van Oosten