R中带有线性模型的purrr：'character'类型的无效'envir'参数

Question

我有一个具有不同丰度的物种数据框，我想看看它们的丰度是否与某些参数有关。

我想我应该能够做类似的事情

# Load in the dune data set and tidyverse
library(vegan)
data(dune)
data(dune.env)
library(tidyverse)

# Reshape the species matrix into long form data
duneM <- dune %>% rownames_to_column('Site') %>% gather(Species, Count, -Site)

# Join the species and environmental data
duneE <- dune.env %>% rownames_to_column('Site')
duneJ <- left_join(duneM, duneE, by = 'Site')

# Basic linear model, that compares species counts to moisture data
my_lm <- function(df){
    lm(Count ~ Moisture, data = df)
}

# Group the data by species and apply the function to each one
duneJ %>% group_by('Species') %>% map(my_lm)

令我惊讶的是，我收到以下错误消息。

eval中的错误（predvars，data，env）：'character'类型的无效'envir'参数Traceback：

1. duneJ％>％group_by（“Species”）％>％map（my_lm）
2. withVisible（eval（quote（`_fseq`（`_lhs`）），env，env））
3. eval（quote（`_fseq`（`_lhs`）），env，env）
4. eval（quote（`_fseq`（`_lhs`）），env，env）
5. `_fseq`（`_lhs`）
6. reduce（value，`function_list`）
7. withVisible（function_list [K]）
8. function_list [k]的
9. map（。，my_lm）
10. .f（.x [[i]]，...）
11. lm（Count~M含，data = df）＃在文件的第2行
12. eval（mf，parent.frame（））
13. eval（mf，parent.frame（））
14. stats :: model.frame（formula = Count~M含，data = df，drop.unused.levels = TRUE）
15. model.frame.default（formula = Count~M含，data = df，drop.unused.levels = TRUE）
16. eval（predvars，data，env）

显然，我在这里遗漏了一些东西。有人可以澄清一下吗？谢谢。

Answer 1

它帮助我看了这篇文章http://omaymas.github.io/Climate_Change_ExpAnalysis/，这个视频https://www.youtube.com/watch?v=rz3_FDVt9eg了解如何最好地使用purrr和扫帚在一起。正如G. Grothendeik指出的那样，我可以在数据框中添加一个带有模型的列（每个单元格都是完整的模型）。使用map函数的方法是

 duneJ %>% group_by(Species) %>% nest %>% mutate(Mod = map(data, my_lm0)) -> test

这里，nest是一个关键函数，它使列成为一个数据帧列表，每个列包含有关每个物种的数据并将其保存到名为“data”的默认列。我在mutate函数内部运行map，将模型保存到另一列，其中每个单元格都是一个新模型。

如果我想查看模型结果，我可以将它们组合成一个带有地图和扫帚的数据框列表，选择相关数据，然后unnest它们，如下所示：

 test %>% mutate(Glance = map(Mod, glance)) %>% select(Species, Glance) %>% unnest

这给我一个新的数据框架，其中包含每个物种的模型结果，这是我最终的目标，即使我没有在问题中完全解释。