在 R 数据框中用 NA 随机替换每组值的百分比答案

【问题标题】：randomly replacing percentage of values per group with NA in R dataframe在 R 数据框中用 NA 随机替换每组值的百分比
【发布时间】：2021-01-10 01:38:34
【问题描述】：

我有一个具有不同大小的不同组 (ID) 的数据框。在每个组中，我想用 NA 随机替换“值”列中特定百分比的值（比如说 30%）。这是我的数据的简化版本：

ID<-rep(c("X1","X2"),times=c(3,6))
value<-c(1,2,3,1,2,3,4,5,6)
df1 <- data.frame(ID,value)
df1
ID value
X1     1
X1     2
X1     3
X2     1
X2     2
X2     3
X2     4
X2     5
X2     6

这是我想要的：

ID value
X1     1
X1     NA
X1     3
X2     1
X2     2
X2     NA
X2     4
X2     5
X2     NA

知道我该怎么做吗？我偏爱使用 tidyverse，但如果您有其他选择，我将不胜感激！

【问题讨论】：

标签： r dataframe random replace na

【解决方案1】：

您可以使用sample() 获取数据的随机索引。

你可以试试这个

df <- data.frame(ID = paste("X", 1:10),
                 value = rnorm(10))

fraction <- 0.30

df$value[sample(1:length(df$value), size = round(length(df$value) * fraction))] <- NA

#30% of the values in df$value will then be NA

【讨论】：

【解决方案2】：

我们可以使用dplyr。按“ID”分组，使用sample 获取索引或30% 的行，并在replace 中使用它来将“值”替换为NA

library(dplyr)
df1 %>%
    group_by(ID) %>%
    mutate(value =  replace(value, sample(row_number(),  
           size = ceiling(0.3 * n()), replace = FALSE), NA) )
# A tibble: 9 x 2
# Groups:   ID [2]
#  ID    value
#  <chr> <dbl>
#1 X1       NA
#2 X1        2
#3 X1        3
#4 X2       NA
#5 X2        2
#6 X2       NA
#7 X2        4
#8 X2        5
#9 X2        6

【讨论】：

您好，我无法使用您的答案。当我运行此代码时，我收到以下错误：“n()` 只能在 dplyr 动词中使用。”。知道这是从哪里来的吗？
@Cam 在这里，n() 在dplyr 语法中使用，即。在mutate。不确定该错误是如何弹出的？你能显示packageVersion('dplyr')
@Cam 您的输入代码有一些拼写错误。我刚刚编辑了你帖子中的那些。现在可以测试了吗
它的版本是 1.0.1！我现在会尝试测试它。
是的，就是这样！开始一个新的会话就可以了。非常感谢！！

【解决方案3】：

假设数据在df中

df[sample(seq(nrow(df)), nrow(df) *0.3), "value"] <- NA

【讨论】：