每行都有一个人口，但我想要一个随机的个体

Question

假设我的数据结构如下：

      country population
1 Afghanistan   30000000
2      Brazil  200000000
3    Cameroon   22250000

这里共有 2.522 亿人。假设我想随机选择一个人：

i <- sample (1:sum(df$population))

然后报告她的国家。如何找到个人 i 对应的国家行？我知道经验法则是通过数据框进行迭代意味着你做错了什么，但是（除了创建一个每个人一行的新列表，这听起来很糟糕）我想不出一个好的方法来计算出个体 i 在人群中的位置。

Answer 1

正如 MrFlick 在评论中所建议的那样，您可以根据国家人口给出的概率对国家进行抽样。

> pops <- read.table(text="country population
1 Afghanistan   30000000
2      Brazil  200000000
3    Cameroon   22250000", header=T)

> sample(pops$country, 1, prob=pops$population)

作为这将如何与人口成比例的一个例子，只要这样做很多次，样本之间的比率就与人口之间的比率大致相同：

> set.seed(42)
> countries <- replicate(100000, sample(pops$country, 1, prob=pops$population))
> table(countries)/sum(table(countries))
countries
Afghanistan      Brazil    Cameroon 
0.12058     0.79052     0.08890 

> pops$population/sum(pops$population)
[1] 0.11892963 0.79286422 0.08820614

另一种方法是计算人口的累计总和，从 world pop 中抽样，然后确定该人的国家/地区：

> pops$cumPop <- cumsum(pops$population)
> set.seed(42)
> person <- sample(1:pops$cumPop[nrow(pops)], 1)    
> pops$country[which(person <= pops$cumPop)[1]] #The country is the first with cumSum higher than the person ID.
[1] Cameroon
Levels: Afghanistan Brazil Cameroon

第一种方法简单得多，但第二种方法的优点是可以实际抽样 "someone"，以防您需要将其用于返回国家以外的其他用途。

每行都有一个人口，但我想要一个随机的个体

Each row has a population, but I want a random individual

r

sample

population

weighted