每行都有一个人口，但我想要一个随机的个体

Question

假设我的数据结构如下：

      country population
1 Afghanistan   30000000
2      Brazil  200000000
3    Cameroon   22250000

这里有总计2.522亿人。假设我想随机选择一个人：

i <- sample (1:sum(df$population))

然后报告她的国家。如何找到与个人i相对应的国家/地区行？我知道经验法则是通过数据框的迭代意味着你做错了什么，但是（除了创建一个每个人有一行的新列表，听起来很糟糕）我不能想到一个找出个人在人口中的位置的好方法。

Answer 1

正如MrFlick在评论中所建议的那样，您可以根据国家/地区人口的概率对该国家进行抽样调查。

> pops <- read.table(text="country population
1 Afghanistan   30000000
2      Brazil  200000000
3    Cameroon   22250000", header=T)

> sample(pops$country, 1, prob=pops$population)

作为一个如何与人口成比例的例子，这样做很多次，采样之间的比例与人口之间的比例大致相同：

> set.seed(42)
> countries <- replicate(100000, sample(pops$country, 1, prob=pops$population))
> table(countries)/sum(table(countries))
countries
Afghanistan      Brazil    Cameroon 
0.12058     0.79052     0.08890 

> pops$population/sum(pops$population)
[1] 0.11892963 0.79286422 0.08820614

另一种方法是计算人口的累积总和，从 world pop 中抽样，然后确定该人的国家/地区：

> pops$cumPop <- cumsum(pops$population)
> set.seed(42)
> person <- sample(1:pops$cumPop[nrow(pops)], 1)    
> pops$country[which(person <= pops$cumPop)[1]] #The country is the first with cumSum higher than the person ID.
[1] Cameroon
Levels: Afghanistan Brazil Cameroon

第一种选择更为简单，但第二种选择具有实际采样的优势，而某人＆＃34;如果您需要将其用于其他目的而不是退回国家。