如何创建一个新列，其中的值比前一列的值要小。

Question

我试图创建一个新列，该列的值是使用列A中的值作为样本的上限所形成的。我尝试了以下方法，但没有成功。有任何建议吗？假设值 A 是 15.25，然后我想生成一个在 1 和 15.25 之间的值，这些值按 1/4 的间隔进行分割。

my_data = data.frame(A = sample(seq(1, 20, 1/4), 10))
my_data %>% mutate(B = sample(seq(1, A, 1/4), 1))

- Ramakrishna S

Answer 1

你可以使用rowwise函数，以逐行的方式对数据框进行计算。否则，在你需要指定上限为1的情况下，它将会在整个A列中进行抽样。

my_data %>% 
  rowwise() %>%
  mutate(B = sample(seq(1, A, 1/4), size = 1))

# A tibble: 10 × 2
# Rowwise: 
       A     B
   <dbl> <dbl>
 1 19     9.25
 2  8     6.25
 3  7.25  1.5 
 4  3.25  2.75
 5  2.75  2.25
 6 11     4   
 7 14.8  13   
 8  9.25  7.75
 9 10     9   
10 10.5   8.25

- Anoushiravan R

---

非常有趣。我想不到为什么要使用rowwise()。你能解释一下为什么在这里使用rowwise()吗？ - Ramakrishna S

正如我在答案中指定的那样，您只需要将A的一个值放入seq中即可生成等间距数字序列。rowwise确保您逐行变异数据集，每次迭代都取一个A的值。而没有rowwise，seq中的A是整个列A，而不仅仅是一个值。 - Anoushiravan R

再次回来了！ - TarJae

哈哈哈，你好吗，我的朋友？我正在尝试挑战自己的Python问题，但有时候我会回到我的舒适区 :) - Anoushiravan R

这两者没有区别。我们是否需要在特定场合下使用rowwise()呢？mtcars %>% mutate(x = hp*2)和mtcars %>% rowwise() %>% mutate(x = hp*2)。 - Ramakrishna S

没错。因为在这两个代码块中，您都想将hp乘以2。因此，无论是一次性将整个hp向量相乘还是逐个相乘（速度较慢），都不会导致不同的结果。但是，在您的问题中，您需要单独考虑A的每个值，在您的seq和sample操作中进行考虑。 - Anoushiravan R

Answer 2

一个基于R的解决方案：

set.seed(11) # for reproducibility
my_data <- data.frame(A = sample(seq(1, 20, 1/4), 10))

my_data$B <- sapply(my_data$A, \(x) sample(seq(1, x, 1/4), 1))

这将会得到：

> my_data
       A     B
1   9.25  9.25
2  14.75 13.00
3   7.00  2.75
4   4.75  4.50
5  10.00  2.25
6  15.75 12.25
7   3.75  1.50
8  16.25  9.50
9   9.50  5.25
10 10.50  3.75

- Jaap