传递列名以在函数内应用时出现问题

Question

我需要为多个 logit 模型计算很多预测概率，我正在尝试编写一个函数来加快该过程。但是，我无法使我的功能正常工作。问题似乎出在下面代码的“iv=x”部分。我不确定如何在那里正确传递列名。

pp <- function(iv, model, df) {
  lev <- levels(df[[iv]])
  l.prob <- sapply(lev, FUN=function(x){
  mean(predict(model, type = "response", 
               newdata = mutate(df, iv = x)), na.rm=TRUE)
  })
  l.prob
}


test <- pp(iv="myvar", model=model1, df=mydf)
test

下面是一些示例数据，显示了该函数如何不工作：

set.seed(123123)
df=data.frame(y=sample(c(0,1), replace=TRUE, size=100), x1=as.factor(rep(c("value1", "value2"), 50)), x2=rnorm(100, mean=50, sd=10))


logit1 <- glm(y ~ x1+x2, data = df, family=binomial(link="logit"))
summary(logit1)


#what the predicted probabilities should be (0.4173400, 0.4625565)
lev <- levels(df$x1)
pp <- sapply(lev, FUN=function(x){
  mean(predict(logit1, type = "response", 
               newdata = mutate(df, x1 = x)), na.rm=TRUE)
})
pp

#now running function (produces probabilities 0.44 and 0.44)

pp <- function(iv, model, df) {
  lev <- levels(df[[iv]])
  l.prob <- sapply(lev, FUN=function(x){
    mean(predict(model, type = "response", 
                 newdata = mutate(df, iv = x)), na.rm=TRUE)
  })
  l.prob
}


test <- pp(iv="x1", model=logit1, df=df)
test

Answer 1

你只需要模仿原文中的赋值pp：x1 = x。现在您正尝试在 sapply 中使用 iv，但在 sapply 中您的函数仅引用 x.

进行此更新会重现 pp 与 test 的结果：

library(dplyr)
set.seed(1L)

# hard-coded df$x1
lev <- levels(df$x1)
pp <- sapply(lev, FUN=function(x){
  mean(predict(logit1, type = "response", 
               newdata = mutate(df, x1 = x)), na.rm=TRUE)
})
pp
   value1    value2 
0.4799503 0.5400409 


# 'x1' passed in as :iv: arg
pp <- function(iv, model, df) {
  lev <- levels(df[[iv]])
  l.prob <- sapply(lev, FUN=function(x){
    mean(predict(model, type = "response", 
                 newdata = mutate(df, x1 = x)), na.rm=TRUE) 
  })
  l.prob
}

test <- pp(iv="x1", model=logit1, df=df)

test
   value1    value2 
0.4799503 0.5400409

作为替代方案，您可以不加引号直接将 x1 传递给 pp()，然后使用 {{ }} (curly curly notation) 计算 iv在 df:

pp <- function(iv, model, df) {
  lev <- levels(df %>% pull({{iv}})) # <-- use {{ }}
  l.prob <- sapply(lev, FUN=function(x){
    mean(predict(model, type = "response", 
                 newdata = mutate(df, x1 = x)), na.rm=TRUE)
  })
  l.prob
}


test <- pp(iv=x1, model=logit1, df=df) # <-- x1 has no quotes
test
   value1    value2 
0.4799503 0.5400409

Answer 2

考虑在使用 [[ 进行预测之前动态分配列并避免使用 mutate（特别是如果它是 dplyr 中使用的唯一方法并且可以为您节省 library 调用).

pp <- function(iv, model, df) {
  lev <- levels(df[[iv]])
  l.prob <- sapply(lev, FUN=function(x){
        df[[iv]] <- x
        mean(predict(model, type = "response", newdata = df), na.rm=TRUE)
  })
}

另一种基本 R 方法是添加具有临时名称的新列，然后使用动态参数重命名所有列。

  l.prob <- sapply(lev, FUN=function(x){
        mean(predict(model, type = "response", 
                     newdata = setNames(transform(df, tmp = x), c(colnames(df), iv)), 
             na.rm=TRUE)
  })

传递列名以在函数内应用时出现问题

Problem passing column name to sapply within a function

r

function

sapply