如何在R中从数据框加载数据与分布函数实现蒙特卡洛模拟？

数据老陈

2026-7-13

解决文本函数名转可执行函数的问题

核心方案：用`get()`转换字符串函数名

直接用get()函数就能把字符串形式的函数名转换成可调用的函数对象，你的例子可以这么改：

# 定义参数向量
a <- c("rnorm", 2, 0.1)
nsim <- 100  # 模拟次数

# 转换函数名并调用
sim_results <- get(a[1])(nsim, as.numeric(a[2]), as.numeric(a[3]))

注意：向量里的参数默认是字符类型，必须用as.numeric()转成数值型，否则函数会因为参数类型不匹配报错。

适配表格批量加载的场景

如果是从表格读取分布信息（比如数据框里存了分布名、参数1、参数2），可以用do.call()灵活处理不同参数数量的分布函数：

# 模拟表格数据
dist_table <- data.frame(
  dist_name = c("rnorm", "runif", "rpois"),
  param1 = c(0, 0, 5),
  param2 = c(1, 1, NA)
)

nsim <- 100

# 批量生成模拟结果
simulations <- lapply(1:nrow(dist_table), function(row_idx) {
  # 获取函数对象
  dist_func <- get(dist_table$dist_name[row_idx])
  # 整理参数（自动过滤NA值，适配参数数量不同的函数）
  param_list <- as.list(c(nsim, dist_table$param1[row_idx], dist_table$param2[row_idx]))
  param_list <- param_list[!is.na(param_list)]
  # 调用函数
  do.call(dist_func, param_list)
})

# 给结果命名方便查看
names(simulations) <- dist_table$dist_name