如何更高效在R中构建含随机数据的7×7 tibble？

以下是几种比现有代码更高效简洁的实现方式，覆盖行列名创建和随机数据生成的优化：

方法1：基础R极简实现 #

直接利用向量生成和矩阵操作一步完成，完全抛弃冗余循环：

# 批量生成行列名（无需循环赋值）
days <- paste("Day", 1:7)
hours <- paste("Hour", 1:7)

# 一次生成7×7随机数据矩阵（避免创建100行再删改的低效操作）
daily_scores <- as.data.frame(matrix(sample(1:100, 7*7, replace = FALSE), nrow = 7))

# 设置行列名
colnames(daily_scores) <- days
rownames(daily_scores) <- hours

# 转成tibble（按需选择）
library(tibble)
daily_scores <- as_tibble(daily_scores, rownames = "Hour") # 推荐将行名转为显式列，更适配tibble分析逻辑

优化点：

• 行列名：用paste("Day", 1:7)直接生成目标向量，代码量压缩80%以上
• 数据生成：通过矩阵一次性生成所有随机数，避免逐列创建再删行的冗余操作

方法2：tidyverse风格实现 #

利用tidyverse工具链实现贴合现代R的简洁写法：

library(tidyverse)

# 生成行列名
days <- str_c("Day ", 1:7)
hours <- str_c("Hour ", 1:7)

# 批量生成列并构建tibble
daily_scores <- map_dfc(set_names(days), ~sample(1:100, 7, replace = FALSE)) %>%
  mutate(Hour = hours) %>% # 将行名转为正式列（tibble不推荐依赖rownames）
  relocate(Hour) # 将Hour列前置

# 若坚持保留rownames（不推荐）：
daily_scores <- map_dfc(set_names(days), ~sample(1:100,7)) %>%
  as.data.frame() %>%
  `rownames<-`(hours) %>%
  as_tibble()

优化点：

• 用str_c替代基础Rpaste，语法更简洁
• 用map_dfc批量生成所有列，无需手动定义col1-col7
• 遵循tibble最佳实践，将行名转为显式列，方便后续数据分析

方法3：data.table高效实现 #

如果后续涉及大数据处理，data.table的写法更高效：

library(data.table)

# 生成行列名
days <- paste("Day", 1:7)
hours <- paste("Hour", 1:7)

# 生成data.table并设置行列名
daily_scores <- data.table(matrix(sample(1:100, 7*7, replace = FALSE), nrow=7))
setnames(daily_scores, days)
setattr(daily_scores, "row.names", hours)

# 转tibble（按需选择）
library(tibble)
daily_scores <- as_tibble(daily_scores, rownames = "Hour")

额外选项：允许随机数重复 #

若不需要保证每列随机数唯一，可添加replace = TRUE让生成速度更快：

# 基础R示例（允许重复）
daily_scores <- as.data.frame(matrix(sample(1:100, 7*7, replace = TRUE), nrow=7))

内容的提问来源于stack exchange，提问作者Stabilo Boss