比如我们现在想对某个数据集中的每一个分组都拟合一个线性模型,下面示例将mtcars数据集拆分为3个部分(按照气缸值分类),并对每个部分拟合一个线性模型:
models = mtcars %>%....- attr(*, "class")= chr [1:3] "simpleError" "error" "condition"
如果将以上结果转换为2个列表,一个列表包含所有错误对象,另一个列表包含所有原始结果...因为长度都相同,所以将各个参数保存在一个数据框中:
params = tibble::tribble(
~mean, ~sd, ~n,
5, 1, 1,
10, 5, 3,...keep()和discard()函数可以分别保留输入中预测值为TRUE和FALSE的元素(在数据框中就是指列):
iris %>%
keep(is.factor) %>%
str()...full_join()将它们轻松合并为一个数据框。