R中使用dplyr的mutate时如何通过for循环迭代逐行赋值？

问题根源 #

你代码中调用runif(1, 0, 8)仅生成1个随机标量，dplyr会自动将这个标量广播到数据的所有行，因此所有行使用的相加值完全一致。同理你的rbinom参数中runif(1,0.34,0.37)也会让所有行使用同一个概率生成异常标记，若需要每行概率独立也需要同步调整。

解决方案 #

方案1：向量化生成匹配行数的随机数（推荐，执行效率更高） #

直接将runif的第一个参数（生成随机数的个数）设置为n()，n()在dplyr的mutate语境下会自动返回当前数据集的行数，一次性生成和行数匹配的独立随机数：

mutate(enter_sim_time = arrive_hrs) %>% # 新增列记录抵达时间
  # 若需要固定全局异常概率，可直接写固定数值即可，比如0.355
  mutate(exc_flag = rbinom(n(), 1, runif(n(), 0.34, 0.37))) %>% # 新增列标记工作项是否流转至异常流程
  mutate(exc_enter_sim_time = ifelse(exc_flag == 1, enter_sim_time + runif(n(), 0, 8), enter_sim_time))

方案2：逐行迭代模式（可读性强，适合复杂逐行逻辑场景） #

使用dplyr的rowwise()开启逐行运算模式，每行都会独立执行一次随机数生成逻辑，运算结束后需调用ungroup()取消行分组避免影响后续操作：

mutate(enter_sim_time = arrive_hrs) %>% # 新增列记录抵达时间
  rowwise() %>% 
  mutate(
    exc_flag = rbinom(1, 1, runif(1, 0.34, 0.37)), # 新增列标记工作项是否流转至异常流程
    exc_enter_sim_time = ifelse(exc_flag == 1, enter_sim_time + runif(1, 0, 8), enter_sim_time)
  ) %>% 
  ungroup()

内容的提问来源于stack exchange，提问作者Resh