从数据帧的子集进行采样，其中该子集以R中另一个数据帧的值为条件

我在

R

中有两个数据帧。其中一行包含每个人及其居住区域的行。例如

df1=data.frame（人名=seq（1,10,1），区域=c（“A”、“A”、“A”、“B”、“B”、“c”、“D”、“A”、“D”、“c”））

另一个数据框包含每个

区域的人口统计信息

例如，对于性别
df2=数据帧（面积=c（“A”、“A”、“B”、“B”、“c”、“c”、“D”、“D”），性别=c（“M”、“F”、“M”、“F”、“M”、“F”、“F”、“F”、“M”、“F”），概率=c（0.4,0.6,0.55,0.45,0.6,0.4,0.5,0.5））

在
df1
中，我想创建一个性别列，其中对于
df1
的每一行，我从
df2
的适当子集中采样性别。
例如，对于
df1
的第1行，我将从
df2%>%过滤器（Area==“a”）

问题是如何对没有for循环的所有行执行此操作，因为实际上
df1
最多可能有500万行？
请尝试使用以下方法：

library(dplyr)
library(tidyr)

out <- df1 %>%
         nest(data = -Area) %>%
         left_join(df2, by = 'Area') %>%
         group_by(Area) %>%
         summarise(data = map(data, ~.x %>% 
                                      mutate(gender = sample(gender, n(), 
                                      prob = probability, replace = TRUE)))) %>%
         distinct(Area, .keep_all = TRUE) %>%
         unnest(data)

库（dplyr）
图书馆（tidyr）
超出%
嵌套（数据=-面积）%>%
左联合（df2，由='区域'）%>%
分组单位（面积）%>%
总结（数据=地图（数据，~.x%>%
突变（性别=样本（性别，n（），
prob=概率，replace=TRUE））%>%
不同（区域，.keep_all=TRUE）%>%
unnest（数据）

我们首先
nest
df1
并通过
Area
将其与
df2
连接起来。对于每个
区域
我们
采样
性别
值基于
概率
在
df2
和
unest
中获得长数据帧

df1
中没有足够的样本来验证结果，但如果我们增加
df1
中的行数，则比例应与
df2
中的
概率
相似。您还希望在采样时包括
概率
，很好的一点-我确实想以概率作为样本的基础。谢谢-看起来很有希望，但我得到了这个错误
错误：列'data'必须是长度1（摘要值），而不是2
-你知道如何修复它吗？我想你有
dplyr
<1.0.0。您能否使用
install.packages（'dplyr'）
Yes将其更新到最新版本？它工作正常。后续问题。有时，数据区域子集的样本概率均为NA，因为数据已被审查（实际上，这是针对普查数据）。您将如何更新这些情况下的代码以将NA分配给该区域中的所有个人？您可以使用
if
条件检查
NA
值。类似于：
.x%>%mutate（gender=if（all（is.na（probability）））na-else-sample（gender，n（），prob=probability，replace=TRUE））