使用 sample() 创建一个新的 data.frame 变量，最大 sample() 值因行而异

Question

我有一个 12071 行的数据框 foo。我正在尝试，对于foo 的每一行，基于 1:K 生成一个随机值，并将其插入新列 L。例如，第一行应给出介于 1 和 5 之间的 L 值，第二个应该给出 1 到 9 之间的值，第三个应该给出 1 到 3 之间的值，依此类推。这些值必须是整数，因此我尝试使用sample()。在每一行内，范围内的任何整数都有相同的选择概率。

我已经减少了代码中的列数，因为它们无关紧要，而且我在示例中遇到了数据包装问题。 A 列和 K 列是链接的，因此 A 列中的字符串在 K 列中始终具有相同的值。由于 A 列值不唯一，因此存在重复的 A/K 组合。

数据（列减少）：

A           B     C     D               E     F             G       ... K    
A011100     F     7     Partnered       4     40-49 Hrs     0.04075     5
A011200     M     7     Partnered       4     40-49 Hrs     0.13334     9
A011400     F     8     Non-partnered   2     30-39 Hrs     0.02310     3
A011500     F     4     Non-partnered   4     1-9 Hrs       0.94519     4
A012100     M     8     Partnered       4     40-49 Hrs     0.78114     4

我的代码无法正常工作。对于 data.frame 中的每一行，我无法计算出将新的最大值传递给 sample() 的逻辑，并在每一行中正确构造它。

我尝试了以下方法：

foo$L <- lapply(foo, sample(1:foo$K,1))

这给了：

match.fun(FUN) 中的错误： 'sample(1:foo$K, 1)' 不是函数、字符或符号 另外：警告信息： 在 1:foo$K 中： 数值表达式有 12071 个元素：只使用第一个

然后

foo$L <- lapply(foo, function(x) sample(1:foo$K,1))

由此产生的错误是：

$<-.data.frame(*tmp*, L, value = list(A = 1L, : 替换有12行，数据有12071 另外：有12条警告（使用warnings()查看）

然后

foo$L <- replicate(nrow(foo), sample(foo, 1:foo$K,1))

这给了

有 50 个或更多警告（使用 warnings() 查看前 50 个）

Answer 1

我们可以使用sapply 来做sample

df$L <- sapply(df$K, function(x) sample(x, 1))

#        A B C K L
#1 A011100 F 7 5 1
#2 A011200 M 7 9 7
#3 A011400 F 8 3 2
#4 A011500 F 4 4 2
#5 A012100 M 8 4 1

取自?sample

如果 x 的长度为 1，是数字（在 is.numeric 的意义上）并且 x >= 1，则通过 sample 进行采样从 1:x 开始。

因此，对于df$K 的每个值，我们从sapply 中的1:x 对其进行采样，然后随机选择其中一个值。

PS - 为了简单和更好的可见性，我进一步减少了列。

Answer 2

我认为 Ronak Shah 的回答比我的要好，但对于 dplyr 解决方案，请尝试：

library(dplyr)

desired_df <- mutate(rowwise(foo), L = sample(K,1))

输出：

A           B     C     D               E     F             G           K     L 
A011100     F     7     Partnered       4     40-49 Hrs     0.04075     5     4
A011200     M     7     Partnered       4     40-49 Hrs     0.13334     9     7
A011400     F     8     Non-partnered   2     30-39 Hrs     0.02310     3     1
A011500     F     4     Non-partnered   4     1-9 Hrs       0.94519     4     3
A012100     M     8     Partnered       4     40-49 Hrs     0.78114     4     1