如何用data.table高效实现千次随机计算并生成带迭代标识的扩展行

以下两种实现方案均无显式循环，依托data.table原生向量化运算实现高效计算，同时保留全部模拟结果与模拟序号标识：

方案1：全量复制后统一计算 #

适合中小规模原始数据集，逻辑直观易理解：

library(data.table)
# 原始数据集
dt <- data.table(Group=c(rep("A",3),rep("B",3)), 
                 Year=rep(2020:2022,2), 
                 N=c(300,350,400,123,175,156),
                 Count=c(25,30,35,3,6,8), 
                 Pop=c(1234,1543,1754,2500,2600,2400))

n_sim <- 1000 # 模拟次数
dt_result <- dt[rep(1:.N, n_sim)] # 将原数据集每一行重复1000次
dt_result[, sim_id := rep(1:n_sim, each = nrow(dt))] # 新增模拟序号列
dt_result[, c("rate", "value") := {
  rate <- rpois(.N, lambda = Count)/Pop * 100000
  value <- N * rate / 100000
  .(rate, value)
}]

方案2：分组生成模拟值（更优，适合大型数据集） #

依托data.table的分组运算能力，逐行生成对应1000次的模拟结果，无需提前全量复制原始数据，内存占用更低、运算速度更快：

library(data.table)
dt <- data.table(Group=c(rep("A",3),rep("B",3)), 
                 Year=rep(2020:2022,2), 
                 N=c(300,350,400,123,175,156),
                 Count=c(25,30,35,3,6,8), 
                 Pop=c(1234,1543,1754,2500,2600,2400))

n_sim <- 1000
dt_result <- dt[, {
  rpois_val <- rpois(n_sim, lambda = Count)
  .(
    sim_id = 1:n_sim,
    rate = rpois_val / Pop * 100000,
    value = N * rpois_val / 100000
  )
}, by = .(Group, Year, N, Count, Pop)]

结果说明 #

两种方案输出的结果格式完全一致：

• 包含所有原始字段（Group、Year、N、Count、Pop）
• sim_id列取值1~1000，对应每次模拟的序号
• 包含对应每次模拟生成的rate和value字段

内容的提问来源于stack exchange，提问作者jsirgo