如何在R中构造site、season等因子完全交叉的模拟数据集

原有代码问题 #

• 你现有的代码仅生成20行数据，rep的each参数设置错误，无法覆盖5个站点×2个季节×2年×2个物种的所有40种组合，四个分组因子没有实现完全交叉。
• 手动设置rep的重复次数容易出错，更推荐用expand.grid()直接生成所有因子的笛卡尔积。

最优实现代码 #

# 自动生成四个因子的完全交叉组合
df <- expand.grid(
  site = c("1", "2", "3", "4", "5"),
  season = c("dry", "wet"),
  year = c(2019, 2020),
  species_name = c("Sailfin molly", "Hardhead silverside")
)
# 生成捕获数量列，抽样长度自动匹配数据集行数
df$num <- sample(x = 0:15, size = nrow(df), replace = TRUE)

手动调整rep参数的实现方案 #

如果你不想用expand.grid()，也可以手动修正rep的重复规则，代码如下：

df <- data.frame(
  site = rep(c("1", "2", "3", "4", "5"), times = 8),
  season = rep(c("dry", "wet"), each = 5, times = 4),
  year = rep(c(2019, 2020), each = 10, times = 2),
  species_name = rep(c("Sailfin molly", "Hardhead silverside"), each = 20),
  num = sample(x = 0:15, size = 40, replace = TRUE)
)

两种方案生成的数据集都满足40行×5列的要求，所有分组因子完全交叉。

内容的提问来源于stack exchange，提问作者Nate