提问人：user11057680 提问时间：10/11/2023 最后编辑：user11057680 更新时间：10/11/2023 访问量：76
对 R 中每个唯一的两列对执行长格式线性回归（当另一列中存在重复项时）。确定何时 response=0
long format linear regression performed over each unique two column pairing in r (when duplicates exist in another column). Determine when response=0
问：
具有准长格式的 DF：
df <- data.frame(X= c(1,2,1,2,1,2,1,2),
Y= c(1,2,1,2,1,2,1,2),
variable = c("A","A","B","B","A","A","B","B"),
value = c(.5,.6,1000,1000,.7,.8,2000,2000))
目标是，对于每个唯一的 X，Y 配对（有 2 个），1。执行 lm，变量 A（其关联值）作为响应变量，变量 B 作为预测变量（其关联值），然后是 2。确定（如果可能，则绑定）生成响应值 0 的预测变量值。
我已将变量列转换为因子，然后尝试pivot_wider、pivot_longer、dcast 等，但显然无济于事，因为该变量具有重复的名称（如果转换为因子，则为因子水平）。无需进一步旋转，就可以运行 lm 并确定 0 点，然后将其绑定到每个唯一 X，Y 配对的原始 df。
这是要填充最后一列的所需输出的示例：
desired <- data.frame(X= c(1,2),
Y= c(1,2),
pred_value_B_when_response_A_equals_0 = c(NA,NA))
根据请求，这里是原始的宽格式
df_wide <- data.frame(X=c(1,2),
Y=c(1,2),
A=c(.5,.6),
B=c(1000,1000),
A1=c(.7,.8),
B1=c(2000,2000))
然后我表演了
df <- reshape2::melt(df_wide,
id.vars = c("X","Y"))
答：
1赞
Onyambu
10/11/2023
#1
使用宽数据，将其重新排列为如下所示：
new_dat <- df_wide %>%
rename_with(~str_replace(.x,'(A|B)$', '\\10')) %>%
pivot_longer(A0:B1, names_to = c('.value', 'grp'),
names_pattern = '(.)(.)')
X Y grp A B
<dbl> <dbl> <chr> <dbl> <dbl>
1 1 1 0 0.5 1000
2 1 1 1 0.7 2000
3 2 2 0 0.6 1000
4 2 2 1 0.8 2000
现在在上面的数据中，您可以轻松地按 X 和 Y 分组，并运行 A 对 B 的线性模型：
new_dat %>%
summarise(model=list(lm(A~B)), .by = c(X,Y))
# A tibble: 2 × 3
X Y model
<dbl> <dbl> <list>
1 1 1 <lm>
2 2 2 <lm>
您现在可以使用每组拟合的线性模型进行预测等
评论
0赞
user11057680
10/11/2023
这看起来很有希望，但是，如果您有标题为 A、B、A_1、B_1、A_1_2、B_1_2 的字符串，您能否使用部分代码调整重命名？基本上我使用 gsub（“\_.*”，“”， x = names（df_wide）） 来删除所有带有下划线和 after 的字符，然后在 after 排序并不是最简单的。
0赞
Onyambu
10/11/2023
@user11057680 不应删除这些字符。使用它们进行透视。您需要以两列结束。即 A 列和 B 列。执行 groupby 并在 a 上针对 b 运行 lm
0赞
user11057680
10/11/2023
我在 gsub 之后使用了粘贴和代表来删除任何下划线并在之后添加序列后缀，所以现在出现列名称：beep0、blah0、beep1、blah1、beep2、blah2、beep、blah4,....,beep27、blah27。然后我执行你的pivot_longer部分（哔哔0：blah27...），它创建了两个组，但哔哔声和哔哔声没有被拆分出来，它们保留在一个共享列中。猜测它是names_pattern部分。 例如，如果列都以 B 开头，可能会有麻烦。
0赞
user11057680
10/24/2023
对于其他感兴趣的人，当 B = 为给定值（在此测试用例中为 0）时，可以使用 sapply 对 A 进行逐行预测。我相信有一种更方便的方法可以将这一切包裹在管道中，尽管之前没有提供。pred_df <- data.frame（B = 0） lm_predict <- 函数 （m） predict（m，pred_df） new_dat$lm_pred_0 <- sapply（new_dat$model，lm_predict）
0赞
user11057680
10/11/2023
#2
new_dat <- pivot_longer(df_wide,cols = -c(X,Y),
names_to = c('.value', 'grp'),
names_pattern = '([a-zA-Z]+)(\\d+)')
解决了问题。
评论
1,1