如何按分组多次重排data.table的status列并生成1000个新列？

模拟数据 #

district <- c(1,1,1,1,2,2,2,2,2,3,3,3,3,3,3,3)                                       
village <- c(1,2,3,4,1,2,3,4,5,1,2,3,4,5,6,7)                              
status <- c(1,0,1,0,1,1,1,0,0,1,1,1,1,0,0,0)
datei <- data.table(district, village, status) 

需求与单次实现 #

需要按district分组对status列进行重排，单次重排的实现代码如下：

datei[, randomstat := sample(status), district]

问题：批量生成1000次重排列失败 #

尝试以下代码执行失败：

n <- 1000
datei[, paste0("randomstat", 1:n) := replicate(n, list(sample(status), district))]

正确实现方案 #

方案一：直接在分组内批量生成 #

n <- 1000
datei[, paste0("randomstat", 1:n) := lapply(1:n, function(x) sample(status)), by = district]

方案二：高效批量生成（适合大n场景） #

n <- 1000
# 按分组生成n次重排的结果列表
replicate_list <- datei[, .(replicate(n, sample(status), simplify = FALSE)), by = district]
# 转置后赋值给新列
datei[, paste0("randomstat", 1:n) := do.call(rbind, replicate_list$V1)]

错误原因说明 #

原代码的问题在于：

• replicate的逻辑错误，没有在分组内执行sample(status)，而是全局操作；
• 返回的结构是每个元素包含sample结果和district，不符合data.table多列赋值的格式要求。

内容的提问来源于stack exchange，提问作者Alfa