如何根据R中同一数据框中的值扩展数据框

Question

我有以下小标题，我想用泊松分布 rpois(n, lambda) 对每位乘客的到达时间进行采样。

# A tibble: 3 x 4
  flight terminal passengers arrivaltime
  <chr>  <chr>         <dbl>       <dbl>
1 LX123  A                3         120
2 UA1    B                2         130

最后的小标题应该是这样的，每一行代表一个乘客，到达时间是泊松分布的样本，lambda 是第一个小标题中航班的到达时间。

# A tibble: 3 x 4
  flight terminal arrivaltime
  <chr>  <chr>         <dbl>
1 LX123  A              125
2 LX123  A              115
3 LX123  A              118
4 UA1    B              129
5 UA1    B              132

我已经有了以下计算 rpois 值并将其应用于 tibble 的代码：

f = function(x, output){
  n = as.integer(x[[3]])
  lambda = as.integer(x[[4]])
  rpois(n, lambda)
} 
apply(tibble, MARGIN = 1, FUN = f)

我现在的问题是如何完成创建第二个 tibble 的方法。由于使用的数据集很大，计算速度快是个问题。

Answer 1

这是一个带有 tidyverse 的选项，我们 uncount 基于 'passengers' 列，按 'flight' 分组，应用 rpois 的数量行 (n()) 和 'arrivaltime'

的 first 元素

library(dplyr)
library(tidyr)
df1 %>%
    uncount(passengers) %>%
    group_by(flight) %>%
    mutate(arrivaltime = rpois(n(), first(arrivaltime)))

或者另一种选择是使用 map2 循环遍历 'passengers'、'arrivaltime' 的相应元素以应用 rpois 和 unnest list 列扩展数据集行

library(purrr)
df1 %>%
  mutate(arrivaltime = map2(passengers, arrivaltime, rpois)) %>%
  unnest(c(arrivaltime))
# A tibble: 5 x 4
#  flight terminal passengers arrivaltime
#  <chr>  <chr>         <dbl>       <int>
#1 LX123  A                 3         127
#2 LX123  A                 3         110
#3 LX123  A                 3         131
#4 UA1    B                 2         109
#5 UA1    B                 2         133

数据

df1 <- structure(list(flight = c("LX123", "UA1"), terminal = c("A", 
"B"), passengers = c(3, 2), arrivaltime = c(120, 130)), row.names = c(NA, 
-2L), class = c("tbl_df", "tbl", "data.frame"))

如何根据R中同一数据框中的值扩展数据框

How to extend dataframe based on values in the same dataframe in R

r

function

probability

apply

tibble

数据