R语言：如何在数据框中按分组生成条件随机变量

嗨，作为R语言初学者，这个需求其实挺常见的，咱们可以用两种容易理解的方法来实现，我会把每一步都讲清楚，你跟着做就行~

首先先确认一下你的原始数据，方便后续操作：

# 你的原始数据
group_assigned <- c("A","A","B","C","A","C") 
dframe <- data.frame(group_assigned) 
groups <-c("A","B","C") 
group_mean <- c(50,40,30) 
group_stddev <- c(10,5,5) 
group_properties <- data.frame(groups,group_mean, group_stddev)

方法一：用dplyr（推荐，语法更直观） #

如果你还没装过dplyr包，先安装一下（只需要装一次）：

install.packages("dplyr")

然后加载包：

library(dplyr)

接下来咱们把数据关联起来，再按分组生成随机数：

dframe_with_rand <- dframe %>%
  # 把两个数据框按分组列连接，让每一行都拿到对应分组的均值和标准差
  left_join(group_properties, by = c("group_assigned" = "groups")) %>%
  # 告诉dplyr按行处理，这样每一行用自己的均值标准差生成随机数
  rowwise() %>%
  # 生成新列random_value，每个值对应分组的正态分布随机数
  mutate(random_value = rnorm(1, mean = group_mean, sd = group_stddev)) %>%
  # 取消按行分组的状态，恢复常规数据框操作
  ungroup() %>%
  # 可选：如果不需要中间的均值和标准差列，可以删掉
  select(-group_mean, -group_stddev)

# 查看结果
print(dframe_with_rand)

方法二：基础R实现（不用额外安装包） #

如果你暂时不想装新包，用基础R也能搞定：

# 第一步：把每个分组的均值和标准差匹配到dframe里
dframe$group_mean <- group_properties$group_mean[match(dframe$group_assigned, group_properties$groups)]
dframe$group_stddev <- group_properties$group_stddev[match(dframe$group_assigned, group_properties$groups)]

# 第二步：逐行生成对应分组的随机数
dframe$random_value <- mapply(rnorm, n=1, mean=dframe$group_mean, sd=dframe$group_stddev)

# 可选：删掉不需要的中间列
dframe <- dframe[, !names(dframe) %in% c("group_mean", "group_stddev")]

# 查看结果
print(dframe)

小提示 #

• 两种方法都能得到你想要的结果，如果你以后经常处理数据，推荐多了解一下tidyverse系列工具（dplyr就是其中之一），语法更贴近自然语言，容易上手
• 每次运行代码生成的随机数都会不一样，如果需要固定结果方便调试，可以在代码开头加set.seed(123)（数字可以随便选），这样每次生成的随机数都是一样的
• 如果需要给每个行生成多个随机数，只需要把rnorm(1, ...)里的1改成你想要的数量就行

内容的提问来源于stack exchange，提问作者meomeomeo