为具有条件的列分配编号[重复]

Question

假设我有一个 df，

df = data.frame(matrix(rnorm(20), nrow=10))
df$group <- rep(NA,nrow(df)) # add one col

我想将数字 1 和 2 随机分配给每一行的 df$group 列。

此列中数字 1 的百分比为 60%，数字 2 的百分比为 40%。

但组列不会改变数据框的顺序。

     X1         X2           group
1   0.74285307  1.7198207    1
2  -0.68202611  0.2978920    2
3  -0.48945803  0.3789607    1
4  -1.67500642 -0.5613542    1
5   0.81639247  0.3990585    2
6   0.43318010 -0.6742523    2
7   0.72981285  0.4524986    1
8   0.49378867  3.2580579    1
9   0.00837279  1.2755910    1
10 -2.42784153  0.9085665    2

如何使用 R 以优雅的方式做到这一点？

Answer 1

您可以使用sample() 随机选择带权重的数字。如果您希望平均数字具有特定的分布，您可以使用

df$group <- sample(1:2, nrow(df), replace=T, prob=c(.6, .4))

如果你需要它是“精确的”，你会使用

num1 <- round(nrow(df)*.6, 0)
df$group <- sample(c(rep(1, num1), rep(2, nrow(df)-num1)))