第19章

Lespremeto

# 使用purrr和broom处理多个模型
# 准备工作
[mw_shl_code=applescript,true]library(modelr)

library(tidyverse)[/mw_shl_code]

# 列表列——隐式定义在数据框中的：数据框是由相同长度的向量组成的命名列表
[mw_shl_code=applescript,true]data.frame(x = list(1:3, 3:5))[/mw_shl_code]

# 可以使用I()函数，但是输出结果却难以理解
[mw_shl_code=applescript,true]data.frame(

  x = I(list(1:3, 3:5)),

  y = c("1, 2", "3, 4, 5")

)[/mw_shl_code]

# tibble()更易创建列表列，输出结果更加易理解
[mw_shl_code=applescript,true]tibble(

  x = list(1:3, 3:5),

  y = c("1, 2", "3, 4, 5")

)[/mw_shl_code]

# tribble()更易理解，它可以自动识别出想要的列表
[mw_shl_code=applescript,true]tribble(

  ~x,~y,

  1:3,"1, 2",

  3:5, "3, 4, 5"

)[/mw_shl_code]

#2 要想有效地使用列表列，需要3个步骤
#2.1 nest()、summarize() + list()以及 mutate() + 映射函数
#2.2 使用map()、map2()和pmap()转换现有列表列，创建中间列表列
#2.3 将列表列简化还原成数据框或原子向量

#3 创建列表列
#3.1 使用tidyr::nest()函数将分组数据框转换为嵌套数据框，嵌套数据框中会包含数据框列表列
# nest()有两种使用方式，当用于分组数据框时，
# nest()函数会保留用于分组的列，而将其他所有数据归并到列表列

#3.2 使用mutate()函数以及能够返回列表的向量化函数
[mw_shl_code=applescript,true]df <- tribble(

  ~x1,

  "a, b, c",

  "d, e, f, g"

)

df %>%

  mutate(x2 = stringr::str_split(x1, ","))[/mw_shl_code]

# unnest()函数指导如何处理这些向量列表
[mw_shl_code=applescript,true]df %>%

  mutate(x2 = stringr::str_split(x1, ",")) %>%

  unnest()



sim <- tribble(

  ~f, ~params,

  "runif", list(min = -1, max = -1),

  "rnorm", list(sd = 5),

  "rpois", list(lambda = 10)

)



sim %>%

  mutate(sims = invoke_map(f, params, n = 10))[/mw_shl_code]

#3.3 使用summarize()以及能够返回多个结果的摘要函数
# summarize()函数的一个局限性是只能使用返回单一值的摘要函数，
# 像quantile()这样会返回任意长度的向量的函数不能使用
[mw_shl_code=applescript,true]mtcars %>%

  group_by(cyl) %>%

  summarize(q = quantile(mpg))



mtcars %>%

  group_by(cyl) %>%

  summarize(q = list(quantile(mpg)))



probs <- c(.01, .25, .5, .75, .99)

mtcars %>%

  group_by(cyl) %>%

  summarize(p = list(probs), q = list(quantile(mpg, probs))) %>%

  unnest()[/mw_shl_code]

#3.4 使用命名列表
[mw_shl_code=applescript,true]x <- list(

  a = 1:5,

  b = 3:4,

  c = 5:6

)

df <- enframe(x)

df[/mw_shl_code]

# 使用enframe快速创建数据框：一列包含元素名称，一列包含元素中的列表内容

# 如果要对名称和值进行迭代，可使用map2()函数
[mw_shl_code=applescript,true]df %>%

  mutate(

    smry = map2_chr(

      name,

      value,

      ~ stringr::str_c(.x, ":", .y[1])

    )

  )[/mw_shl_code]

#4 简化列表列
#4.1 列表转换为向量
[mw_shl_code=applescript,true]df <- tribble(

  ~x,

  letters[1:5],

  1:3,

  runif(5)

)

df %>% mutate(

  type = map_chr(x, typeof),

  length = map_int(x, length)

)



df <- tribble(

  ~x,

  list(a = 1, b = 2),

  list(a = 2, c = 4)

)

df

df %>%mutate(

  a = map_dbl(x, "a"),

  b = map_dbl(x, "b", .null = NA_real_)

)[/mw_shl_code]

#4.2 嵌套还原
# unnest()函数对列表列的每个元素都重复一次普通列
[mw_shl_code=applescript,true]x <- 1:2

x

y <- list(1:4, 1)

y

tibble(x = 1:2, y = list(1:4, 1)) %>%

  unnest(y)[/mw_shl_code]

# 以上示例，第一行重复4次（y中第一的元素的长度为4），
# 意味着不能同时还原包含不同数量元素的两个列表列
[mw_shl_code=applescript,true]df1 <- tribble(

  ~x,~y,~z,

  1, c("a", "b"), 1:2,

  2,"c", 3

)

df1

df1 %>% unnest(y, z)[/mw_shl_code]

# y和z中的元素数量都相同，所以以上代码可运行

# 以下代码不能运行——y和z每行中的元素数量不同
[mw_shl_code=applescript,true]df2 <- tribble(

  ~x, ~y, ~z,

  1, "a", 1:2,

  2, c("b", "c"), 3

)

df2

df2 %>% unnest(y, z)[/mw_shl_code]

#5 使用broom生成整洁数据
# broom包提供了3种常用工具，将模型转换为整洁数据框
# broom::glance(model)为每个模型返回一行数据，其中每一列都是模型的一个摘要统计量，
# 要么是模型质量的度量方式，要么是模型复杂度，又或者是二者组合
# broom::tidy(model)为模型的每个系数返回一行数据，其中每一列都是系数的估计值或变异指标
# broom：：augment(model, data)返回data中的每一行，但不会添加一些额外信息，
# 如残差以及其他一些有影响的统计量