如何在使用 for 循环中使用 dplyr 在 R 中迭代地赋值？答案

【问题标题】：How to mutate in using a for loop to assign values iteratively in R using dplyr?如何在使用 for 循环中使用 dplyr 在 R 中迭代地赋值？
【发布时间】：2021-11-27 14:33:38
【问题描述】：

我在哪里添加 runif(1,0,8) 我希望它是每一行的不同数字，但目前它是相同的随机数。如何迭代地遍历行以分配不同的值以每次添加？谢谢！

  mutate(enter_sim_time = arrive_hrs) %>% #add column for arrival time
  
  mutate(exc_flag = rbinom(demand, 1, runif(1,0.34,0.37)))  %>% #add a column to flag whether a work item is routed to exceptions or not 
  mutate(exc_enter_sim_time = ifelse(exc_flag == 1, enter_sim_time + runif(1,0,8), enter_sim_time))```

【问题讨论】：

标签： r for-loop dplyr

【解决方案1】：

这是一个尝试向某些数据添加一些噪音的示例

library(dplyr)

df <- data.frame(Numbers = seq(1,10))

df %>% 
  mutate(Numbers.Noise = Numbers + runif(1, 0, 1)) %>% 
  mutate(Noise.Amount =  Numbers.Noise - Numbers)

如您所见，噪声量是相同的。这是因为runif 函数的第一个参数在函数中是 1，所以它只产生一个随机数。查看?runif 以了解runif 函数的工作原理。

这是一种为所有行唯一地添加噪声的方法

df %>% 
  mutate(Numbers.Noise = Numbers + runif(length(Numbers), 0, 1)) %>% 
  mutate(Noise.Amount =  Numbers.Noise - Numbers)

这里的区别在于length(Numbers) 作为runif 函数中的第一个参数。这会生成一个与我定义的 Numbers 变量大小相同的随机数向量，然后以向量方式将其添加到每一行。

【讨论】：

【解决方案2】：

您可以使用rowwise，以便在每一行获得不同的随机数：

library(tidyverse)
set.seed(1337)

iris %>%
  as_tibble() %>%
  rowwise() %>%
  mutate(
    flag = rbinom(1, 1, 0.5),
    number = runif(1,0,8)
  ) %>%
  ungroup()
#> # A tibble: 150 x 7
#>    Sepal.Length Sepal.Width Petal.Length Petal.Width Species  flag number
#>           <dbl>       <dbl>        <dbl>       <dbl> <fct>   <int>  <dbl>
#>  1          5.1         3.5          1.4         0.2 setosa      1   6.09
#>  2          4.9         3            1.4         0.2 setosa      1   1.01
#>  3          4.7         3.2          1.3         0.2 setosa      0   1.80
#>  4          4.6         3.1          1.5         0.2 setosa      0   2.14
#>  5          5           3.6          1.4         0.2 setosa      0   4.12
#>  6          5.4         3.9          1.7         0.4 setosa      0   5.86
#>  7          4.6         3.4          1.4         0.3 setosa      1   7.05
#>  8          5           3.4          1.5         0.2 setosa      0   2.80
#>  9          4.4         2.9          1.4         0.2 setosa      0   3.51
#> 10          4.9         3.1          1.5         0.1 setosa      0   3.53
#> # … with 140 more rows

^{由reprex package 创建于 2021-10-07 (v2.0.1)}

【讨论】：