R语言：如何为数据集中每组随机给chosen列赋值1？

我们有一个按ID分组的数据集，每个ID对应3个备选方案，chosen列默认全为0，需要为每个ID随机选中一个备选方案，将对应行的chosen设为1。

原代码问题分析 #

你提供的循环代码未生效，核心原因是变量名大小写不匹配：数据集里的目标列是chosen（小写首字母），但代码中写的是sim_data$Chosen（大写首字母），导致赋值操作没有作用到正确的列上。另外原循环的范围逻辑是正确的——seq(1, nrow(sim_data), 3)会生成1、4、…、298这些起始行索引，每个索引加2刚好覆盖每组的3行（比如298对应第100组的298、299、300行）。

修复后的代码 #

方法1：修正原循环 #

只需调整变量名大小写，同时保留可复现的随机种子：

set.seed(123) # 确保随机结果一致
for (i in seq(1, nrow(sim_data), 3)) {  
  chosen_index <- sample(i:(i+2), 1)  
  sim_data$chosen[chosen_index] <- 1  # 修正为小写的chosen
}

方法2：用dplyr分组处理（更简洁） #

无需循环，直接按ID分组后随机标记选中项：

library(dplyr)

set.seed(123)
sim_data <- sim_data %>%
  group_by(ID) %>%
  mutate(chosen = as.integer(row_number() == sample(1:3, 1))) %>%
  ungroup()

方法3：用data.table高效处理 #

如果数据集规模较大，data.table的分组操作效率更高：

library(data.table)

set.seed(123)
setDT(sim_data)[, chosen := as.integer(.I == sample(.I, 1)), by = ID]

内容的提问来源于stack exchange，提问作者RokasR