R中每行随机抽样的矢量化解

Question

我想将for循环转换为矢量化格式：

for (i in 1:100){ if (runif<0.01){b<-sample(1:2,1)} else {b<-NA}}

我在考虑以下解决方案：

ifelse(runif(100,0,1)<prob_rand, sample(1:no_options,1),NA)

然而，这里的问题是样本只执行一次，所以只要满足if条件，就会为100行中的每一行分配相同的样本而不是随机样本

Answer 1

你的第一个例子不起作用，我想你的意思是：

for (i in 1:100){ if (runif<0.01){b<-sample(1:2,1)} else {b<-NA}}

要使第二部分工作，而不是运行sample一次，只需运行i次。

no_options<-2
prob_rand<-0.5 # 0.01 is too low to verify that it is working.
ifelse(runif(100,0,1)<prob_rand, sample(1:no_options,100,replace=TRUE),NA)

#  [1] NA NA NA NA NA  2  1 NA NA NA NA  1  1 NA  1  2  2  2  1 NA  1 NA NA NA  2
# [26] NA  1 NA  1  2 NA NA NA  2 NA  2  1 NA  2  2  2 NA NA  1  1  1  1 NA  2 NA
# [51]  2 NA NA  2  1  1  1  2 NA  1 NA  1 NA  1  1  1 NA NA NA NA  1 NA  2 NA NA
# [76]  1  1 NA  2 NA NA NA NA  2 NA  2 NA  2  2  1  1  1 NA  1 NA NA  2 NA NA  1

Answer 2

如何先制作样本矢量，然后根据prob_rand ...

进行子集化

x <- sample( 1:no_options , 100 , repl = TRUE )
x[ runif(100) > prob_rand ] <- NA

Answer 3

在data.frame中可能是？

df = data.frame(r=runif(100))
df$b = ifelse(df$r<0.01,sample(1:2,1),NA)

Answer 4

您也可以使用rbinom

n <- 100
(runif(n) < 0.1) * sample(2, n, replace = TRUE)
rbinom(n, size = 1, prob = 0.1) * sample(2, n, replace = TRUE)

这将给出0,1,2而不是NA，1,2。