在 ddply/dlply 内嵌套 nlm 函数

Question

我需要使用 nlm 函数对大型数据帧进行分组插值。我在单个组的 df 上使用它没有任何问题：

#example data
df <- data.frame(var= cumsum(sort(rnorm(100, mean=20, sd=4))),
                 time= seq(from=0,to=550,length.out=100))
#create function
my_function <- function(Cini, time, theta,var){
  fy <- (theta[1]-(theta[1]- Cini)*exp((-theta[2]/100000)*(time-theta[3])))
  ssq<-sum((var-fy)^2)
  return(ssq)
}
th.start <- c(77, 148, 5)   #set starting parameters

#run nlm
my_fitt <- nlm(f=my_function, Cini=400, var = df$var,
               time=df$time, p=th.start)

然后，我尝试使用 dlply 函数在具有多个组的 df 中应用该函数：

#data with groups
df.2 <- data.frame(var= cumsum(sort(rnorm(300, mean=20, sd=4))),
                   time= rep(seq(from=0,to=1200,length.out=100),3),
                   groups=rep(c(1:3),each=100))
#run nlm
library(plyr)
my_fitt.2 <- dlply(df.2, .(groups),
               nlm(f=my_function, Cini=400, var  = df.2$var,time=df.2$time, p=th.start))

但是我收到消息：Error in fs[[i]](x, ...) : attempt to apply non-function。我还尝试删除df.2$，在这个例子中获得Error in time - theta[3] : non-numeric argument to binary operator，并在我原来的df中获得Error in f(x, ...) : object 'time.clos' not found（time.clos是变量之一）。

此外，我想使用 dplyr 库

library(dplyr)
df.2 %>%
  group_by(groups) %>%
  nlm(f=my_function, Cini=400, v= var,
      time=time, p=th.start)

获得Error in f(x, ...) : unused argument (.)。可能是什么问题？

Answer 1

我对 tidyverse 环境帮不上什么忙，因为我更像是一个基础 R 类型的人。我认为你上次调用的问题是你将一个组 data.frame 传递给一个以 function 对象作为第一个参数的函数。那行不通。

让我向您推荐一种基本的 R 方法：

df.2 %>% 
  split(.$groups) %>% 
  lapply(function(xx) nlm(f=my_function, Cini=400, var = xx$var, time=xx$time, p=th.start))

这会生成一个 list 长度为 3（对于三个组）的三个结果。

Answer 2

考虑基础 R 的 by（tapply 的面向对象包装器），它可以按因子对数据帧进行子集化，并将子集化的数据帧传递给方法，例如您的 nlm 调用，全部到 return 个对象列表：

run_nlm <- function(sub_df) nlm(f=my_function, Cini=400, var=sub_df$var, 
                                time=sub_df$time, p=th.start)

# LIST OF nlm OUTPUTS (EQUAL TO NUMBER OF DISTINCT df$groups)
my_fitt_list <- by(df, df$groups, run_nlm)

在 ddply/dlply 内嵌套 nlm 函数

Nesting nlm function inside ddply/dlply

r

nlm

plyr

dplyr