从 data.table 个子集中重复采样选择有替换的行，同时关闭替换

Question

我有一个 data.table 并且一列最初是空的（NA 值）。我想 select NA 列中所有具有 NA 值的行，然后 select 两个随机样本，并用来自循环的索引变量替换它们的 NA 值。此步骤要重复3次。

我的代码似乎无法生成正确的子集，因为已分配的非 NA 值已被覆盖。

期望的可能输出：

实际可能的输出（2x3 值应该没有 NA 值）：

MWE：

  d <- data.table(a=c(1,2,3,4,5,6,7,8,9), c=numeric())
  col_name <- "c" # 
  for(chunk in seq(1,3)) {
    d[d[is.na(get(col_name)), .I[sample(.N, 2, replace = FALSE)]], toString(col_name) := chunk]
  }

为什么这不起作用？

Answer 1

这是一种可能的解决方案：

library(data.table)
set.seed(123)

for(chunk in seq(1,3)) {
  d[sample(which(is.na(get(col_name))), 2), (col_name) := chunk]
}
d

#   a  c
#1: 1 NA
#2: 2  2
#3: 3  1
#4: 4  2
#5: 5  3
#6: 6  1
#7: 7 NA
#8: 8 NA
#9: 9  3

这也可以不用循环来完成:

n <- 3
d[sample(.N, n * 2), (col_name) := rep(seq_len(n), 2)]
d

从 data.table 个子集中重复采样选择有替换的行，同时关闭替换

Repeated sampling from data.table subsets selects rows with replacement, while replacement is turned off

r

data.table

subset

sample