将 broom::tidy tibble 显示为打印的汇总表

如何解决将 broom::tidy tibble 显示为打印的汇总表

我有一个看似奇怪的问题（但我问的原因的详细信息 很快就会清楚）。

考虑在 R 中拟合线性模型，如下所示：

lm_fit <- lm(mpg ~ cyl+disp,data = mtcars)。

现在假设我们生成一个整洁的 tibble（命名为 out_summ） 我们使用惊人的 broom 包的拟合总结如下：

out_summ <- broom::tidy(lm_fit)
out_summ
#> # A tibble: 3 x 5
#>   term        estimate std.error statistic  p.value
#>   <chr>          <dbl>     <dbl>     <dbl>    <dbl>
#> 1 (Intercept)  34.7       2.55       13.6  4.02e-14
#> 2 cyl          -1.59      0.712      -2.23 3.37e- 2
#> 3 disp         -0.0206    0.0103     -2.01 5.42e- 2

^{由 reprex package (v0.3.0) 于 2021 年 2 月 2 日创建}

现在考虑只打印 lm_fit 对象的摘要 到控制台如下：

summary(lm_fit)
#> 
#> Call:
#> lm(formula = mpg ~ cyl + disp,data = mtcars)
#> 
#> Residuals:
#>     Min      1Q  Median      3Q     Max 
#> -4.4213 -2.1722 -0.6362  1.1899  7.0516 
#> 
#> Coefficients:
#>             Estimate Std. Error t value Pr(>|t|)    
#> (Intercept) 34.66099    2.54700  13.609 4.02e-14 ***
#> cyl         -1.58728    0.71184  -2.230   0.0337 *  
#> disp        -0.02058    0.01026  -2.007   0.0542 .  
#> ---
#> Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
#> 
#> Residual standard error: 3.055 on 29 degrees of freedom
#> Multiple R-squared:  0.7596,Adjusted R-squared:  0.743 
#> F-statistic: 45.81 on 2 and 29 DF,p-value: 1.058e-09

^{由 reprex package (v0.3.0) 于 2021 年 2 月 2 日创建}

现在，我的问题是 lm_fit 对象和整洁的 out_summ tibble 作为输入，是否可以编写一个函数来轻松重现 上面显示的打印的 summary(lm_fit) 表？

我查看了 getAnywhere(print.summary.lm) 的 lm 汇总函数 而且相当复杂。 从某种意义上说，它可以获取单个列并手动 使用 cat() 调整间距以获得漂亮的打印效果。因此，鉴于整洁的小标题， 这可以很容易地进行逆向工程吗？

动机：我正在开发一个类似于 lm 的统计建模对象， 但是我们从一开始就使用整洁的 tibble 格式。我们还是愿意 向我们的对象添加一个摘要方法。这将采用我们整洁的 tibble 格式 并使用 summary(lm_fit) 输出样式的格式打印出来 多于。也就是说，我们不想只打印 tibble，而不先制作 它看起来像经典的汇总表格式。

实现这一目标的任何帮助，希望代码最少（考虑到整洁的输入）， 将不胜感激。

解决方法

不知道如何在不使用 lm_fit 对象（或等效对象）的情况下填写汇总表的其余部分，但也许这些“第一步”会有所帮助。

library(tidyverse)

lm_fit <- lm(mpg ~ cyl+disp,data = mtcars)

summarise_lm_like_object <- function(lm_fit){
  out_summ <- broom::tidy(lm_fit) %>%
    mutate(sig = ifelse(p.value <= 0.001,"***",ifelse(p.value <= 0.01,"**",ifelse(p.value <= 0.05,"*",".")))) %>% 
    rename("Estimate" = estimate,"Std. Error" = std.error,"t value" = statistic,"Pr(>|t|)" = p.value,"Significance" = sig)
  
  print.data.frame(out_summ,row.names = FALSE)
  cat("---\n")
  cat("Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1")
}

summarise_lm_like_object(lm_fit)
#>         term    Estimate Std. Error   t value     Pr(>|t|) Significance
#>  (Intercept) 34.66099474 2.54700388 13.608536 4.022869e-14          ***
#>          cyl -1.58727681 0.71184427 -2.229809 3.366495e-02            *
#>         disp -0.02058363 0.01025748 -2.006696 5.418572e-02            .
#> ---
#> Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

^{由 reprex package (v1.0.0) 于 2021 年 2 月 3 日创建}