你的问题用purrr和broom包可以完美解决

具体怎么操作呢

我用一个公共数据集mpg做例子，供你参考：


这样你就能看到所有与线性回归相关的参数都放在每一列中了

补一张最后结果的图片

请问data=df 是什么意思啊

这个跟function(x)逻辑上是一样的，只不过这个函数我们需要的参数是一个dataframe，所以就用df

##assumption: we want to build a linear model for Time.relative(predictor) and AFP.value (response) by group of class

nested_HCC<-HCC%>%
  group_by(ref)%>%
    nest()

### create a function to be used for each group of class
linear_Model <- function(df){
  lm(AFP.value~Time.relative,data=df)
}

nested_Model <- nested_HCC%>%
  mutate(model=map(data,linear_Model))

我运行到这一行的时候报错。。Error in mutate_impl(.data, dots) :
  Evaluation error: contrasts can be applied only to factors with 2 or more levels.
此外: There were 50 or more warnings (use warnings() to see the first 50)

大神求解答

问题已解决：
library(Matrix)
library(lme4)
library(lattice)
#install.packages("Matrix")
xyplot(AFP_value ~ Time_relative, groups=ref, data=total, type='l',
       ylim=c(0,50000),
       xlim=c(-3000,0))
fits <- lmList(AFP_value ~ Time_relative | ref, data=total)
a_b<-as.data.frame(coefficients(fits))

谢谢大神，有个小问题，view了之后我想把这个数据输出，请问是什么口令呢？输出为csv和xlsx均可。在线等~谢大神