在现有 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 的别名方法来调整运行dom 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 range1through5`。 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

根据 AliasColumn 值，我需要抛一枚装满的硬币来创建 "real" 业务计数 (NumBusinesses)，它介于 1 和 5 之间。装满的硬币table 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 值为 1，则 NumBusinesses 值的 8/12 时间将为 1，而 NumBusinesses 值的时间为 4/12将是 2。对于 3 的 AliasColumn 值，这是唯一可以分配给 NumBusinesses.

的值

因此，NumBusinesses 收到两个值之一，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，我希望在 R 中使用 sample() 函数。我一直无法让它工作。

我已经尝试过（我刚刚在我的代码中注意到我显示的 AliasColumn 值 4 的代码与 1 和 2 的代码不同，但输出似乎与当我运行它最初使用 1:2 和 2:3 而不是 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 值设置为与 AliasColumn 中的值相同，除了 NumBusinesses 值为 5，然后 AliasColumn值被设置为 1。

我考虑过 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)))

而且我收到了这个错误（这让我相信我对循环想得太多了）：

 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])

在现有 R 数据框中实现随机数概率，使用的概率取决于另一列

Implementing random number probabilities in an existing R data frame, probabilities used are contingent upon another column

r

dataframe

random

conditional-compilation