在R数据框中基于现有参数列添加正态分布数据列报错求助

问题根源 #

• 使用sapply(df, ...)遍历的是数据框的列（共6列），最终生成6个元素的结果，但数据框仅有3行，赋值时长度不匹配导致报错。
• 直接调用rnorm(df$n1, df$m1, df$sd1)会一次性生成所有行n1对应的样本总数（5+10+20=35个），而非为每行单独生成对应数量的样本。

修正代码 #

要为每行生成包含n1 + n2个正态分布样本的列表列，需按行处理数据，以下两种方法均可实现：

方法1：基础R的apply函数

df <- data.frame(n1 = c(5, 10, 20), 
                 n2 = c(10, 10, 20), 
                 m1 = c(0.01, 1.2, 1.1), 
                 m2 = c(0.1,0.2,0.5), 
                 sd1 = c(1,1,1), 
                 sd2 = c(2,1,2))

df$val <- apply(df, 1, function(row) {
  # 提取当前行的参数（转换为数值类型）
  n1 <- as.numeric(row["n1"])
  m1 <- as.numeric(row["m1"])
  sd1 <- as.numeric(row["sd1"])
  n2 <- as.numeric(row["n2"])
  m2 <- as.numeric(row["m2"])
  sd2 <- as.numeric(row["sd2"])
  
  # 生成并合并两组正态样本
  c(rnorm(n1, m1, sd1), rnorm(n2, m2, sd2))
})

方法2：purrr包的pmap函数（更简洁）

如果习惯使用tidyverse工具，可以用pmap按行映射参数：

library(purrr)

df$val <- pmap(df, function(n1, n2, m1, m2, sd1, sd2) {
  c(rnorm(n1, m1, sd1), rnorm(n2, m2, sd2))
})

结果验证 #

运行后，df$val的每个元素都是对应行的样本列表：

# 检查第一行样本数量（5+10=15）
length(df$val[[1]])
# 输出：15

内容的提问来源于stack exchange，提问作者Timon