R模拟订单历史数据集 生成天气分类因子列实现方法问询

实现方法 #

你可以直接使用sample()函数完成随机抽样，注意开启有放回抽样即可适配任意长度的数据集，两种实现写法如下： #

写法1：基础向量运算版（效率更高，适合大数据集）

library(dplyr)
skies1 <- c("Clear", "Rain", "Snow")
skies2 <- c("Clear", "Rain")

# 固定随机种子方便结果复现，不需要可删除
set.seed(123)

data <- data %>%
  mutate(weather = ifelse(
    season == "Winter",
    sample(skies1, n(), replace = TRUE),
    sample(skies2, n(), replace = TRUE)
  ))

写法2：逐行处理版（逻辑更直观，适合小数据集）

library(dplyr)
skies1 <- c("Clear", "Rain", "Snow")
skies2 <- c("Clear", "Rain")

set.seed(123)
data <- data %>%
  rowwise() %>%
  mutate(weather = ifelse(
    season == "Winter",
    sample(skies1, 1),
    sample(skies2, 1)
  )) %>%
  ungroup() # 取消行分组，避免影响后续数据操作

可选调整 #

如果需要自定义不同天气的出现概率，可以给sample()添加prob参数，比如让冬季80%概率晴天、10%下雨、10%下雪：

sample(skies1, n(), replace = TRUE, prob = c(0.8, 0.1, 0.1))

内容的提问来源于stack exchange，提问作者amatof