向 data.frame 添加一个新列，其值是一列的随机样本并以另一列为条件答案

【问题标题】：Adding a new column to data.frame whose values are random samples of one column and conditioned on another向 data.frame 添加一个新列，其值是一列的随机样本并以另一列为条件
【发布时间】：2020-09-15 16:51:11
【问题描述】：

我想添加一个新列 (category)，其值 (a/b) 是 id 列的随机样本（无需替换），但以 @ 中的值 (A/B) 为条件987654325@-列。但是，当尝试这样做时，id 列中的值发生了变化——我不明白为什么会发生这种情况。

set.seed(123)
df <- data.frame(id=LETTERS[1:10], group=sample(c("1","2"), size=10, replace=T))
df$category <- NA

> table(df$group)
1 2 
6 4

df[df$id %in% sample(df[df$group=="1",]$id, size=4, replace=F),]$category <- "a" 
df[df$id %in% sample(df[df$group=="2",]$id, size=2, replace=F),]$category <- "b" 

> df
    id group category
 1   A     1        a
 2   B     1     <NA>
 3   B     1        a
 4   D     2        b
 5   E     1     <NA>
 6   F     2     <NA>
 7   G     2     <NA>
 8   H     2        b
 9   C     1        a
 10  E     1        a

> df$id==LETTERS[1:10]
 [1]  TRUE  TRUE FALSE  TRUE  TRUE  TRUE  TRUE  TRUE FALSE FALSE
# this should be all TRUE

（如果表达不够清楚，请随时编辑标题和问题）

【问题讨论】：

标签： r dataframe random sample mismatch

【解决方案1】：

问题在于，i 用于“id”。如果数据集的row.names 是“id”，它会起作用。在这里，我们可能需要match 带'id'

i1 <- with(df, match(sample(id[group == 1], size = 4, replace = FALSE), id))
df$category[i1] <- 'a'

第二种情况类似

i2 <- with(df, match(sample(id[group == 2], size = 2, replace = FALSE), id))
df$category[i2] <- 'b'

-输出

df
#   id group category
#1   A     1        a
#2   B     1     <NA>
#3   C     1        a
#4   D     2        b
#5   E     1        a
#6   F     2     <NA>
#7   G     2        b
#8   H     2     <NA>
#9   I     1     <NA>
#10  J     1        a

df$id==LETTERS[1:10]
#[1] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE

【讨论】：

呃，我不知道with()这个函数，它看起来不错的代码。

【解决方案2】：

这很奇怪，但是当我通过在子集函数中包含“类别”的名称来替换 $ 运算符时，它就起作用了。像这样：

set.seed(123)
df <- data.frame(id=LETTERS[1:10], group=sample(c("1","2"), size=10, replace=T))
df$category <- NA

df[df$id %in% sample(df[df$group=="1",]$id, size=4, replace=F), "category"] <- "a" 
df[df$id %in% sample(df[df$group=="2",]$id, size=2, replace=F), "category"] <- "b"

结果：

   id group category
1   A     1        a
2   B     1     <NA>
3   C     1        a
4   D     2     <NA>
5   E     1     <NA>
6   F     2     <NA>
7   G     2        b
8   H     2        b
9   I     1        a
10  J     1        a


df$id==LETTERS[1:10]

# [1] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE

【讨论】：