在R中按指定比例为匹配行的Value1列追加字符

直接通过分组随机筛选+批量替换就能搞定，而且支持自定义任意多四位代码的追加比例，具体步骤如下：

1. 定义比例配置 #

用字典指定每个四位代码需要追加" 1"的比例：

# 键是Value1中的代码，值是对应要追加的比例
append_config = {
    'AMRO': 0.5,  # 50%的AMRO追加" 1"
    'CHSP': 0.3   # 30%的CHSP追加" 1"
}

2. 分组标记需要追加的行 #

按Value1分组后，每组内随机挑选指定比例的行，生成标记列：

import pandas as pd
import numpy as np

# 生成标记列：1表示需要追加，0表示不需要
df['to_append'] = df.groupby('Value1')['Value1'].transform(
    lambda group: np.random.choice(
        [1, 0], 
        size=len(group), 
        p=[append_config.get(group.name, 0), 1 - append_config.get(group.name, 0)]
    )
)

3. 批量追加文本 #

根据标记列给对应行的Value1追加" 1"，完成后可删除标记列：

# 执行追加操作
df['Value1'] = np.where(df['to_append'] == 1, df['Value1'] + ' 1', df['Value1'])

# 可选：移除临时标记列
df = df.drop('to_append', axis=1)

额外说明 #

• 新增代码比例只需在append_config中添加键值对即可，比如'XYZA': 0.6会给60%的XYZA追加" 1"；
• 随机筛选是每组独立执行的，确保每个代码的比例精准，不受其他代码干扰；
• 未在配置中出现的代码，默认不会进行任何修改。

内容的提问来源于stack exchange，提问作者Jacob