Question

我有一个由项目（行）组成的数据集，这些数据集仅使用0到4的整数（表示我的离散变量的度数）进行分类。我有两年的数据，1980年和1996年（专栏）。

df <- read.table(text = "
1980  1996
1    1
2    4
4    1", header = T)

我的目标是为1984,1988和1992年的中间年份生成数据。

df.new <- data.frame(X1980 = NULL, X1984 = NULL, X1988 = NULL, X1992 = NULL, X1996 = NULL)

然而，要使这个虚拟数据基于现实，它必须遵循3条法则：

1980年和1996年分配相同整数的项目在整个期间保持不变
从1980年到1996年增加或减少的项目，在给定的时间步长中只能改变一个整数（项目不能跳过整数）。
项目只能增加或减少（项目必须是单调的）

实现这一点我正在使用：

for(i in 1:nrow(df)){

lst <- ifelse(df$X1980[i] > df$X1996[i], 
              list(sort(sample(df$X1980[i]:df$X1996[i],3,replace = T), decreasing = T)),
              list(sort(sample(df$X1980[i]:df$X1996[i],3,replace = T), decreasing = F)))

  lst <- c(df$X1980[i], unlist(lst), df$X1996[i])

  df.new <- rbind(df.new, data.frame(X1980 = lst[1], 
                                 X1984 = lst[2], 
                                 X1988 = lst[3], 
                                 X1992 = lst[4], 
                                 X1996 = lst[5]))
}

这似乎运作良好，因为df.new产生：

  X1980 X1984 X1988 X1992 X1996
1     1     1     1     1     1
2     2     3     4     4     4
3     4     4     3     2     1

此数据集当然有多种变体符合我的3条法则。

我应该如何编写一个循环，允许我生成sim = 1000法律，持续迭代此数据集？

我如何确定没有任何项目（在任何数据库中）违反我的3条法律？

目前在循环之前尝试results <- foreach (i = 1:sim, .combine="df") %dopar%但到目前为止都没有成功。

非常感谢任何帮助或建议。

Answer 1

你可以这样做：

library(foreach)
results <- foreach(i = 1:100) %dopar% {
  foreach(i = 1:nrow(df), .combine = "rbind") %do% {

    lst <- ifelse(df$X1980[i] > df$X1996[i], 
                  list(sort(sample(df$X1980[i]:df$X1996[i],3,replace = T), decreasing = T)),
                  list(sort(sample(df$X1980[i]:df$X1996[i],3,replace = T), decreasing = F)))

    lst <- c(df$X1980[i], unlist(lst), df$X1996[i])

    data.frame(X1980 = lst[1], 
               X1984 = lst[2], 
               X1988 = lst[3], 
               X1992 = lst[4], 
               X1996 = lst[5])
  }
}
do.call("rbind", results)

foreach的工作方式与lapply类似，它会将您从表达式返回的内容（最后一个元素）放入列表中。

生成数据集

1 个答案: