R语言：如何基于比例关联分配两个数据表

这需求太常见了！咱们用R的dplyr和基础函数就能轻松实现，下面一步步来：

步骤1：准备示例数据 #

先把你给出的示例数据用tibble（dplyr里的DataFrame格式）写出来：

library(dplyr)

# 构建a表并计算比例
a <- tibble(
  color = c("red", "blue", "green", "orange"),
  n = c(1000, 500, 300, 200)
) %>%
  mutate(proportion = n / sum(n))

# 构建b表
b <- tibble(
  record = c("a", "b", "c", "d", "e", "f", "g", "h", "i", "j")
)

步骤2：计算每个颜色应分配的行数 #

这里要注意一个细节：直接用比例乘以b的总行数可能会因为四舍五入导致总数和b的行数不匹配，所以我们先做基础分配，再调整差值：

total_records <- nrow(b)

# 先按比例取整分配基础行数
a <- a %>%
  mutate(num_records = floor(proportion * total_records))

# 计算需要补充的行数（如果有差值）
diff <- total_records - sum(a$num_records)

# 把差值分配给比例最大的前diff个颜色（保证总数匹配）
a <- a %>%
  arrange(desc(proportion)) %>%
  mutate(num_records = if_else(row_number() <= diff, num_records + 1, num_records)) %>%
  arrange(match(color, c("red", "blue", "green", "orange"))) # 还原原颜色顺序

步骤3：生成分配结果表c #

用rep()函数根据计算好的行数重复每个颜色，然后和b表合并：

# 生成对应长度的颜色向量
color_assignments <- rep(a$color, times = a$num_records)

# 合并得到c表
c <- b %>%
  mutate(color = color_assignments)

运行完上面的代码，你得到的c表就是：

# A tibble: 10 × 2
   record color 
   <chr>  <chr> 
 1 a      red   
 2 b      red   
 3 c      red   
 4 d      red   
 5 e      red   
 6 f      blue  
 7 g      blue  
 8 h      green 
 9 i      green 
10 j      orange

完全符合你示例里的分配比例（red占50%→5行，blue25%→2行，green15%→2行，orange10%→1行）。

小提示 #

如果你的数据量很大，或者不需要严格的整数匹配，也可以简化步骤直接用round()计算行数：

color_assignments <- rep(a$color, times = round(a$proportion * total_records))
c <- b %>% mutate(color = color_assignments)

这种方式在比例对应的行数刚好是整数时非常好用，省去了差值调整的步骤。

内容的提问来源于stack exchange，提问作者dreww2