如何避免结果生成器中的循环答案

【问题标题】：How to avoid loops in outcome generator如何避免结果生成器中的循环
【发布时间】：2020-08-10 00:07:29
【问题描述】：

我有一个数据框，其中包含三个结果的概率：A、B 和 C。它们的概率是 prob1、prob2 和 prob3：

df = data.frame(prob1=runif(1000,0,0.2),prob2=runif(1000,0,0.1))
df$prob3 = 1-df$prob1-df$prob2

我正在尝试根据每一行的独特概率模拟其结果并运行以下循环：

df$outcome = NA
for (i in 1:1000) {
   df$outcome[i]<-sample(c(A,B,C), 1, prob = c(df$prob1[i],df$prob2[i],df$prob3[i]), replace = FALSE)
}

我有一个大型数据集，希望避免循环。我该怎么做？

【问题讨论】：

标签： r dataframe loops

【解决方案1】：

这是通过多项式抽样的一种方法：

m <- t(apply(df,1,rmultinom,n=1,size=1))  ## 1000 x 3 matrix of 0/1 values
w <- apply(m,1,which)                     ## vector of 1000 values in {1,2,3}

如果你想要标签，你可以在后面加上c("A","B","C")[w]。

如果你想超越基础 R，Hmisc 包有 rMultinom：

library(Hmisc)
colnames(df) <- c("A","B","C")
w <- rMultinom(df, m=1)

我修改了列名，因为rMultinom 自动使用列名作为样本的值。

如果您需要非常快矢量化多项式采样，并且愿意处理编译代码的麻烦，this question 的答案可以提供帮助。

【讨论】：

【解决方案2】：

你可以使用apply：

df$outcome <- apply(df, 1, function(x) sample(c(A, B, C), 1, prob = x))

或者使用dplyrrowwise：

library(dplyr)

df %>%
  rowwise() %>%
  mutate(outcome = sample(c(A,B, C), 1, prob = c_across()))

【讨论】：