基于data.table按组随机生成0/1并维持比例，重复计算行期望值

1. 按组生成与status比例一致的随机0/1列 #

你原来的代码用sample(c(1,0), .N, replace=TRUE)无法保证组内0/1比例和status一致，因为replace=TRUE会允许重复抽样，导致每组的1和0数量可能偏离原比例。正确的做法是：先根据每组status的1和0数量生成对应长度的向量，再随机打乱这个向量。

代码实现：

library(data.table) 

# 示例数据
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) 

# 生成与status组内比例一致的随机列
datei[, random_status := sample(c(rep(1, sum(status)), rep(0, .N - sum(status))), .N), by = district]

解释：

• sum(status)获取当前组内1的数量，.N - sum(status)获取0的数量
• rep(1, sum(status))和rep(0, .N - sum(status))生成和原组比例完全一致的向量
• sample(..., .N)随机打乱这个向量，保证每个元素位置随机但比例不变

2. 重复1000次随机化并计算每行期望值 #

我们可以通过循环生成1000次随机结果，再对每行的所有结果取均值得到期望值：

set.seed(123) # 设置随机种子，保证结果可复现
n_iterations <- 1000

# 生成1000次随机化结果的列表
random_list <- lapply(1:n_iterations, function(x) {
  datei[, sample(c(rep(1, sum(status)), rep(0, .N - sum(status))), .N), by = district]$V1
})

# 将列表转换为矩阵（每行对应原数据的一行，每列对应一次迭代）
random_matrix <- do.call(cbind, random_list)

# 计算每行的均值作为期望值
datei[, exp_status := rowMeans(random_matrix)]

# 查看结果
datei

最终输出的exp_status列就是每行在1000次随机化后的期望值，理论上会接近该组1的比例（比如district1的期望值接近0.5，district2接近0.6，district3接近4/7≈0.571）。

内容的提问来源于stack exchange，提问作者Alfa