R语言如何为数据框添加人数相等的分组列X？

我完全懂你的需求——用sample(c(0.5, -0.5), n, replace=TRUE)确实只能保证概率上的均等，实际运行时很可能出现两组人数差距不小的情况，尤其是样本量不大的时候。要实现两组人数尽可能相等（最多差1个），我们可以先固定每组的人数，再随机打乱顺序，这样就能完美满足要求。

具体实现步骤 #

核心思路是：先根据数据框的总行数，计算出两组的最优人数（偶数时完全相等，奇数时差1个），然后生成对应数量的0.5和-0.5，最后随机打乱顺序添加到数据框中。

假设你的数据框名为my_df，包含Z列，代码如下：

# 第一步：获取数据框的总观测数
total_rows <- nrow(my_df)

# 第二步：计算两组的人数，确保尽可能均等
# 当总人数为偶数时，两组完全相等；奇数时一组多1个
group_pos_size <- ceiling(total_rows / 2)  # 0.5的组人数（上取整）
group_neg_size <- floor(total_rows / 2)    # -0.5的组人数（下取整）

# 第三步：生成分组向量并随机打乱
x_column <- sample(c(rep(0.5, group_pos_size), rep(-0.5, group_neg_size)))

# 第四步：将分组列添加到数据框
my_df$X <- x_column

代码说明 #

• ceiling(total_rows / 2)和floor(total_rows / 2)：这两个函数确保无论总人数是奇数还是偶数，两组人数的差距都不超过1，是“尽可能相等”的最优分配方式。
• rep(0.5, group_pos_size)：生成指定数量的0.5，同理rep(-0.5, group_neg_size)生成对应数量的-0.5。
• sample()：这里用来打乱向量的顺序，保证分组是随机的，而不是固定前N个为0.5，后M个为-0.5。

自定义调整 #

如果你希望当总人数为奇数时，让-0.5的组多1个，只需要调换ceiling和floor的位置即可：

group_neg_size <- ceiling(total_rows / 2)
group_pos_size <- floor(total_rows / 2)

这样生成的分组列既满足了随机分配，又严格保证了两组人数的均等性，完全符合你的需求。

内容的提问来源于stack exchange，提问作者xzeo