如何从现有列随机取值生成新列（保持宽表形式）

可以实现这个需求，并且全程保持宽表结构，以下是基于dplyr包的代码实现：

步骤说明 #

1. 按行处理数据，确保每一行的采样独立进行
2. 提取每行中所有年龄列的非NA值
3. 从非NA值中随机选取一个，作为新列的值

代码示例 #

library(dplyr)

# 定义原始数据
df <- tibble(
  individual = c("a", "b", "c", "d"),
  age_2010 = c(20, 33, 76, 46),
  age_2011 = c(21, 34, NA, 46),
  age_2012 = c(NA, 35, 78, 48),
  age_2013 = c(21, 36, 79, 49)
)

# 新增随机采样列并保持宽表
df_result <- df %>%
  rowwise() %>%
  mutate(
    `Random Sample` = sample(na.omit(c_across(starts_with("age_"))), size = 1)
  ) %>%
  ungroup()

# 输出结果
print(df_result)

代码解释 #

• rowwise()：将数据切换为按行处理模式，保证每行的采样操作独立
• c_across(starts_with("age_"))：提取当前行中所有以age_开头的列，合并为一个向量
• na.omit()：移除向量中的NA值，避免采样到缺失值
• sample(..., size = 1)：从清理后的向量中随机选取1个值作为新列内容

执行后会得到符合你需求的结果（由于随机性，每次采样的具体值可能不同，但逻辑完全匹配）。

内容的提问来源于stack exchange，提问作者TeaNoMilk