R根据区间分配随机变量

将随机变量分配给两个变量的交互作用的最佳方法是什么？例如，在此代码中：

colors <- ('blue', 'green', 'red')
df <- data.frame(A = c(0,0,0,0,1,1,1,1),
                  B = c(0,0,1,1,1,1,0,0))

---

如果我了解您的需求，这应该可以：

df$RandColor <- sample(cols, length(levels(interaction(df))), replace=T)[interaction(df)]

---

df$RandColor如果我了解您想要什么，这应该可以：

df$RandColor <- sample(cols, length(levels(interaction(df))), replace=T)[interaction(df)]

df$RandColor您可以尝试：

colors[as.integer(interaction(df,drop=TRUE)) %% length(colors) +1]

这样，每个组合将始终具有相同的颜色（如果它在
df
中多次出现），但如果
颜色的长度小于组合的数量，则许多组合将具有相同的颜色。
您可以尝试：

colors[as.integer(interaction(df,drop=TRUE)) %% length(colors) +1]

这样，每一个组合都将具有相同的颜色（如果在<代码> df中出现一次以上），但是如果“代码>颜色< /代码>的长度小于组合的数量，则许多组合将具有相同的颜色。
您认为<代码> a＝1，b＝0＜/c> >与<代码> a＝0，b＝1 < /代码>相同。因为你只列出了三种颜色，不是四种。我试图编辑这个问题，使它更明确。我知道我列出了3种颜色。每个组合的颜色都需要不同。在大版本中，将有数以百万计的AB组合，但只有13种颜色。类似于
颜色[as.integer（interaction（df，drop=TRUE））%%长度（colors）+1]
？我在想一些基本上像@nicola建议的东西，但我感到困惑，因为我不明白如果有数百万种组合，但只有13种颜色，那么每个组合的颜色怎么会不同。这两个语句对我来说似乎是矛盾的。你认为<代码> a＝1，b＝0 < /C> >与<代码> a＝0，b＝1 < /代码>相同。因为你只列出了三种颜色，不是四种。我试图编辑这个问题，使它更明确。我知道我列出了3种颜色。每个组合的颜色都需要不同。在大版本中，将有数以百万计的AB组合，但只有13种颜色。类似于
颜色[as.integer（interaction（df，drop=TRUE））%%长度（colors）+1]
？我在想一些基本上像@nicola建议的东西，但我感到困惑，因为我不明白如果有数百万种组合，但只有13种颜色，那么每个组合的颜色怎么会不同。这两种说法在我看来似乎相互矛盾。