创建具有比例值的表答案

【问题标题】：Creating a table with proportional values创建具有比例值的表
【发布时间】：2022-09-23 23:51:19
【问题描述】：

我有一个如下所示的数据集：

COMPANY       DATABREACH        CYBERBACKGROUND
A             1                 2
B             0                 2 
C             0                 1
D             0                 2 
E             1                 1
F             1                 2
G             0                 2  
H             0                 2
I             0                 2
J             0                 2

不，我想创建以下内容： 40% 的 DATABREACH 列的值为 1，我希望 CYBERBACKGROUND 的值为 2。我认为必须有一些函数来执行此操作，但我找不到它。

如果我理解，那么每当 DATABREACH 的值为 1 时，您希望随机覆盖（概率为 0.4）CYBERBACKGROUND 的值为 2，对吗？你是否意识到，只有“E”公司在这里有机会改变，其他公司都保持不变？
这只是数据集的一部分，我有 11,000 个观察值。但是，是的，每当 DATABREACH 的值为 1 时，我想用 2 的值随机覆盖（概率为 0.4）CYBERBACKGROUND。

标签： r

【解决方案1】：

ind <- which(df$DATABREACH == 1)
ind <- ind[rbinom(length(ind), 1, prob = 0.4) > 0]
df$CYBERBACKGROUND[ind] <- 2

上面的方法效率更高一点，因为它只拉动严格要求的随机性。如果您不担心（11000 似乎不太高），您可以将其减少到

df$CYBERBACKGROUND <-
  ifelse(df$DATABREACH == 1 & rbinom(nrow(df), 1, prob = 0.4) > 0,
         2, df$CYBERBACKGROUND)

【讨论】：

【解决方案2】：

我们可能会使用

library(dplyr)
df1 <- df1 %>%
   mutate(CYBERBACKGROUND = replace(CYBERBACKGROUND,
    sample(which(DATABREACH == 0), sum(ceiling(sum(DATABREACH) * 0.4))), 2))

【讨论】：