在现有的 R 数据框中实现随机数概率，使用的概率取决于另一列

Question

我正在使用 Walker 的别名方法来调整随机舍入数据，即基数 3。我已经将列值分配给数据框中的每个值 3，AliasColumn'. The values in theAliasColumnare integers in the range1through 5`。 I've used the Alias Method from here。数据框看起来像这样（它有 64 行）：

 Industry     AliasColumn
 1            5
 2            5
 3            4
 4            2
 5            3
 6            1
 7            2
 8            2
 9            3
10            5
11            4
12            4
13            4
14            2
15            2
16            1
17            4
18            3
19            5
20            5

基于AliasColumn 的值，我需要抛一个已加载的硬币来创建“真实”的业务计数（NumBusinesses），它介于 1 和 5 之间。已加载的硬币表是：

 AliasColumn      1      2      3     4       5
 "Heads prob"    8/12   11/12   1    10/12    5/12
 "Alias prob"    4/12    1/12   -     2/12    7/12
 Alias value      2      3      -     3       1

例如，如果 AliasColumn 的值为 1，则 NumBusinesses 值的 8/12 为 1，NumBusinesses 的值为 2 的时间为 4/12。对于 @987654333 @ 值为 3，这是唯一可以分配给 NumBusinesses 的值。

因此，NumBusinesses 接收两个值之一，概率取决于AliasColumn 中的特定列。因为NumBusinesses 列只能取两个值之一，并且因为它们是整数，并且根据AliasColumn 中的值而有所不同，所以我希望在R 中使用sample() 函数。我一直无法得到这工作。

我已经尝试过（我刚刚在我的代码中注意到，AliasColumn 值 4 的代码与 1 和 2 的代码不同，但输出似乎与我最初运行它时没有任何不同分别用1:2 和2:3 代替1,2 和2,3）：

foo$NumBusinesses[AliasCol==1] <-sample(c(1,2),1, replace=TRUE,prob=c(8,4))
foo$NumBusinesses[AliasCol==2] <-sample(c(2,3),1, replace=TRUE,prob=c(11,1))
foo$NumBusinesses[AliasCol==3] <- 3
foo$NumBusinesses[AliasCol==4] <-sample(c(3:4),1, replace=TRUE,prob=c(2,10))
foo$NumBusinesses[AliasCol==5] <-sample(c(1,5),1, replace=TRUE,prob=c(7,5))

这似乎将NumBusinesses 的值设置为与AliasColumn 中的相同，除了NumBusinesses 的值是5，然后AliasColumn 的值被设置为1。

我考虑了一个 ifelse 循环，并尝试了一个：

ifelse(foo$AliasCol==1, foo$NumBusinesses<- Sample(c(1,2),1, replace=TRUE,prob=c(8,4)),
                                       ifelse(foo$AliasCol==2),
                                       foo$NumBusinesses<- sample(c(2,3),1, replace=TRUE,prob=c(11,1)),
                                       ifelse(foo$AliasCol==3), foo$NumBusinesses<- 3,
                                       ifelse(foo$AliasCol==4), 
                                       foo$NumBusinesses <- sample(c(3:4),1, replace=TRUE,prob=c(2,10)),
                                       foo$NumBusinesses <- sample(c(1,5),1, replace=TRUE,prob=c(7,5)))

我收到了这个错误（这让我相信我想太多了）：

 Error in ifelse(foo$AliasCol == 1, foo$NumBusinesses <- sample(c(1,  :   unused arguments (foo3$NumBusinesses <- sample(c(2, 3), 1, replace = TRUE, prob = c(11, 1)), ifelse(foo$AliasCol == 3), foo$NumBusinesses <- 3, ifelse(foo$AliasCol == 4), foo$NumBusinesses <- sample(c(3:4), 1, replace = TRUE, prob = c(2, 10)), foo$NumBusinesses <- sample(c(1, 5), 1, replace = TRUE, prob = c(7, 5)))

如何在一个步骤或一组步骤中生成条件输出？

Answer 1

假设你有这个：

#probabilities of not changing AliasColumn
headProb<-c(8/12,   11/12,   1 ,   10/12,    5/12)
#alias values when AliasColumn changes
aliasValues<-c(2,3,NA,3,1)
#your data.frame
df<-structure(list(Industry = 1:20, AliasColumn = c(5L, 5L, 4L, 2L, 
3L, 1L, 2L, 2L, 3L, 5L, 4L, 4L, 4L, 2L, 2L, 1L, 4L, 3L, 5L, 5L
)), .Names = c("Industry", "AliasColumn"), class = "data.frame", row.names = c(NA, -20L))

那你可以试试：

ifelse(runif(nrow(df))<=headProb[df$AliasColumn],
       df$AliasColumn,aliasValues[df$AliasColumn])