R中具有动态条件的子集数据

Question

我有一个包含 2500 行的数据集，它们都是银行贷款。每笔银行贷款都有未偿金额和抵押品类型。 （房地产，机床..等）

我需要从这个数据集中随机选择，例如，未偿还金额的总和 = 250 万 +-5% 和最多 25% 的相同资产类别的贷款。

我找到了函数 optim，但这需要一个函数，并且看起来是为了优化股票投资组合而构建的，这要复杂得多。我会说有一种简单的方法可以实现这一点？

我创建了一个样本数据集，可以更好地说明我的问题：

dataset <- data.frame(balance=c(25000,50000,35000,40000,65000,10000,5000,2000,2500,5000)
                      ,Collateral=c("Real estate","Aeroplanes","Machine tools","Auto Vehicles","Real estate",
                                    "Machine tools","Office equipment","Machine tools","Real estate","Auto Vehicles"))

例如，如果我想从该数据集中获得 5 笔贷款，其中未偿余额的总和 = 200.000（保证金为 10%）且不超过 40% 被允许是相同的抵押品类型。 （所以在这个例子中最多 5 个中的 2 个）

如果需要更多信息，请告诉我。 非常感谢， 蒂姆

Answer 1

我制作的这个功能有效：

pick_records <- function(df,size,bal,collat,max.it) {
  i <- 1
  j <- 1
  while ( i == 1 ) {
    s_index <- sample(1:nrow(df) , size)
    print(s_index)
    output <- df[s_index,]
    out_num <- lapply(output,as.numeric)
    tot.col <- sum(as.numeric(out_num$Collateral))
    if (sum(out_num$balance) < (bal*1.1) &
          sum(out_num$balance) > (bal*0.9) &
          all(  table(out_num$Collateral)/size  <= collat)   ) {
      return(output)
      break
    }
    print(j)
    j <- j + 1
    if ( j == max.it+1) {
      print('No solution found')
      break}     
  }
} 

> a <- pick_records(dataset,5,200000,0.4,20)
> a
  balance       Collateral
3   35000    Machine tools
7    5000 Office equipment
4   40000    Auto Vehicles
5   65000      Real estate
2   50000       Aeroplanes

df 是您的数据框，size 是您想要的记录数，max.it 是在返回 no solution found 错误之前找到解决方案的最大迭代次数，bal 是平衡的限制和collat 抵押品相同。您可以随意更改。

如果你没有得到它的任何部分，请告诉我。