问题描述
我有一个具有不同大小的不同组(ID)的数据帧。在每个组中,我想用NA来随机替换&Quot;Value&Quot;列中特定百分比的值(比方说30%)。以下是我的数据的简化版本:
ID<-rep(c("X1","X2"),times=c(3,6))
value<-c(1,2,3,1,2,3,4,5,6)
df1 <- data.frame(ID,value)
df1
ID value
X1 1
X1 2
X1 3
X2 1
X2 2
X2 3
X2 4
X2 5
X2 6
这是我想要的:
ID value
X1 1
X1 NA
X1 3
X2 1
X2 2
X2 NA
X2 4
X2 5
X2 NA
你知道我该怎么做吗?我更喜欢使用tidyVerse,但如果您有其他选择,也将不胜感激!
推荐答案
我们可以使用dplyr
。按‘ID’分组,使用sample
获取索引或30%的行,并在replace
中使用该索引将‘Value’替换为NA
library(dplyr)
df1 %>%
group_by(ID) %>%
mutate(value = replace(value, sample(row_number(),
size = ceiling(0.3 * n()), replace = FALSE), NA) )
# A tibble: 9 x 2
# Groups: ID [2]
# ID value
# <chr> <dbl>
#1 X1 NA
#2 X1 2
#3 X1 3
#4 X2 NA
#5 X2 2
#6 X2 NA
#7 X2 4
#8 X2 5
#9 X2 6