如何在R中基于列值高效创建随机列变量

针对你当前重复调用ifelse和rnorm导致效率低下的问题，以下是几种更高效的实现思路：

方法1：利用tidyverse工具简化流程（简洁高效） #

一次性生成所有需要的随机值，再通过宽表转换自动生成目标列，避免重复代码：

library(dplyr)
library(tidyr)

# 生成每个sim_index+month对应的随机值
sim_rand <- sim_dat %>%
  group_by(sim_index) %>%
  mutate(rand_val = a + rnorm(n())) %>%
  select(sim_index, month, rand_val) %>%
  # 转换为宽表，自动生成mnth1至mnth12列
  pivot_wider(names_from = month, names_prefix = "mnth", values_from = rand_val)

# 与原数据合并
sim_dat1 <- sim_dat %>% left_join(sim_rand, by = "sim_index")

该方案仅调用一次rnorm生成所有随机值，用pivot_wider替代手动编写12个ifelse，代码更简洁，效率提升明显。

方法2：用data.table实现大规模模拟最优性能 #

如果你的模拟规模很大（比如sim_index数量远多于50），data.table的向量化操作能进一步提升速度：

library(data.table)

setDT(sim_dat)
# 分组生成随机值并转宽
sim_rand <- sim_dat[, .(month = month, rand_val = a + rnorm(.N)), by = sim_index] %>%
  dcast(sim_index ~ paste0("mnth", month), value.var = "rand_val")

# 合并数据
sim_dat1 <- sim_dat[sim_rand, on = "sim_index"]

data.table的分组和转宽操作在处理大数据时性能显著优于dplyr，适合超大规模模拟场景。

方法3：完全向量化生成（最高效，适合规则结构数据） #

由于每个sim_index的结构完全一致，可直接通过矩阵生成随机值，避免分组操作：

# 获取模拟组数
n_sim <- max(sim_dat$sim_index)
# 生成n_sim*12的随机值矩阵，每行对应一个模拟组的12个月
rand_matrix <- matrix(rnorm(n_sim*12, mean = 10), nrow = n_sim, ncol = 12)
colnames(rand_matrix) <- paste0("mnth", 1:12)

# 将矩阵每行重复12次（对应每个月份），与原数据绑定
sim_dat1 <- cbind(sim_dat, rand_matrix[rep(1:n_sim, each = 12), ])

该方案完全跳过分组逻辑，通过矩阵索引直接匹配数据，是三种方法中效率最高的，适合结构规则的模拟任务。

内容的提问来源于stack exchange，提问作者MooMooU