跟踪dplyr链中哪个组失败

Question

如何group_by在dplyr类型链中使用时找出哪个组失败.举个例子:

library(dplyr)

data(iris)

iris %>%
  group_by(Species) %>%
  do(mod=lm(Petal.Length ~ Petal.Width, data = .)) %>%
  mutate(Slope = summary(mod)$coeff[2]) 

工作良好.现在,如果我将一些问题数据添加到iris:

iris$Petal.Width[iris$Species=="versicolor"]= NA

这样在尝试运行线性模型时失败:

iris_sub <- iris[iris$Species=="versicolor",]
lm(Petal.Length ~ Petal.Width, data = iris_sub)

但是,如果我使用大量数据集接近这个盲人,如果我运行它:

iris %>%
  group_by(Species) %>%
  do(mod=lm(Petal.Length ~ Petal.Width, data = .)) %>%
  mutate(Slope = summary(mod)$coeff[2]) 

此错误消息无法帮助我找到模型失败的级别:

lm.fit中的错误(x,y,偏移=偏移,singular.ok = singular.ok,...):0(非NA)情况

我可以使用如下的循环.这至少让我知道该Species功能的哪个级别失败.但是,我更喜欢使用dplyr设置:

lmdf <- c()
for (i in unique(iris$Species)) {
  cat(i, "\n")
  u <- iris %>%
    filter(Species==i) %>%
    do(mod=lm(Petal.Length ~ Petal.Width, data = .))
  lmdf = rbind(lmdf, u)
}

有关更好的方法来实现这一点的任何建议吗？总而言之,我试图使用dplyr类型框架来确定一个函数失败的组级别.

这里tryCatch引用的解决方案似乎不再起作用.我收到此错误:

tryCatch出错(lm(v3~v4,df),error = if(e $ message == all_na_msg)默认值为stop(e)):找不到对象'e'

Answer 1

使用的完整示例purrr::safely:

预备

library(tidyverse)
data(iris)
iris$Petal.Width[iris$Species == "versicolor"] <-  NA

安全运行模型

如果您对实际错误不感兴趣(即原因是什么0 (non-NA) cases),您可以:

iris %>%
  group_by(Species) %>%
  do(mod = safely(lm)(Petal.Length ~ Petal.Width, data = .)$result) %>% 
  mutate(Slope = ifelse(!is.null(mod), summary(mod)$coeff[2], NA))

我们完成了!

Source: local data frame [3 x 3]
Groups: <by row>

# A tibble: 3 × 3
     Species      mod     Slope
      <fctr>   <list>     <dbl>
1     setosa <S3: lm> 0.5464903
2 versicolor   <NULL>        NA
3  virginica <S3: lm> 0.6472593

我们可以清楚地看到哪个组失败了(因为它NULL代替了模型,而且它Slope是未知的).此外,我们仍然为其他组获得了正确的模型和斜率,因此我们没有浪费计算时间(在较大的数据集上运行复杂模型时,这可能非常好).

跟踪模型和错误

step1 <- iris %>%
  group_by(Species) %>%
  do(res = safely(lm)(Petal.Length ~ Petal.Width, data = .)) %>%
  mutate(err = map(list(res), 'error'),
         mod = map(list(res), 'result'))

不幸的是,我们不得不在list那里使用额外的电话,不完全确定原因.或者,你可以ungroup先.

要查看哪些(如果有)组有错误,我们可以使用:

filter(step1, !is.null(err))

要首先抢救非错误组的结果filter:

step1 %>% 
  filter(is.null(err)) %>% 
  mutate(Slope = summary(mod)$coeff[2])

broom如果想要获得整齐链中的模型系数,您还可以查看包.