如何为DataFrame添加交替1/0列以完成50/50样本拆分的稳健性检验？

基础R实现 #

直接用rep()函数按数据总行数循环生成1和0，代码如下：

# 添加交替1/0的列
mydata$rec <- rep(c(1, 0), length.out = nrow(mydata))

# 拆分为两个DataFrame
df_with_0 <- mydata[mydata$rec == 0, ]
df_with_1 <- mydata[mydata$rec == 1, ]

tidyverse/dplyr实现 #

如果习惯用dplyr操作，通过行号取模的方式更直观：

library(dplyr)

# 添加交替列
mydata <- mydata %>%
  mutate(rec = row_number() %% 2)

# 拆分数据
df_with_0 <- filter(mydata, rec == 0)
df_with_1 <- filter(mydata, rec == 1)

补充说明：你的数据总行数是811777（奇数），因此其中一组样本会比另一组多1行，大样本下这个微小差异完全可以忽略，不会影响稳健性检验的结果。

内容的提问来源于stack exchange，提问作者Jessica Mck