如何使用purrr包基于现有数据框模拟生成新数据？

首先构造你的示例数据：

library(tidyverse)

# 示例数据框
df <- tibble(
  x = c(1, 2, 3),
  y = c(5, 7.5, 12.7)
)

核心实现代码 #

下面的代码会为每个x对应的y值作为均值，生成100个正态分布数值，这里默认标准差设为1（方差为1，你可以根据需求修改sd参数）：

# 生成目标数据框
result_df <- df %>%
  # 为每个y生成100个正态分布值，存入列表列
  mutate(generated_y = map(y, ~rnorm(n = 100, mean = .x, sd = 1))) %>%
  # 将列表列展开为多行
  unnest(generated_y) %>%
  # 重命名列以匹配需求
  rename(y = generated_y)

自定义方差的扩展 #

如果需要为不同的x设置不同的方差，只需在原数据框中新增标准差列，用map2同时传递均值和标准差参数：

# 新增标准差列（方差=标准差²）
df_with_sd <- df %>%
  mutate(sd = c(0.5, 1, 1.5)) # 为每个x指定不同的标准差

# 生成带自定义方差的结果
result_df_custom <- df_with_sd %>%
  mutate(generated_y = map2(y, sd, ~rnorm(n = 100, mean = .x, sd = .y))) %>%
  unnest(generated_y) %>%
  select(x, y = generated_y) # 保留需要的列

结果验证 #

最终的result_df行数应为300（3个x × 100个数值），每个x对应的100个y值的均值会接近原数据框中的y值。

内容的提问来源于stack exchange，提问作者Jan