使用rbinom进行dplyr变异时不返回随机数

我想使用mutate来计算一个使用二项分布的列

我举了以下例子：

library("dplyr")

d = data.frame(ref = rbinom(100,100,0.5))
d$coverage = 100
d$prob = 0.5
d$eprob= d$ref / d$coverage
d = tbl_df(d)

mutate(d,
       ref1= ref,
       cov1 = coverage,
       eprob1 = eprob,
       ref2=rbinom(1, coverage, eprob),
       ref3=rbinom(1, cov1, eprob1)
       )

结果如下：

Source: local data frame [100 x 9]

   ref coverage prob eprob ref1 cov1 eprob1 ref2 ref3
1   52      100  0.5  0.52   52  100   0.52   45   44
2   50      100  0.5  0.50   50  100   0.50   45   44
3   45      100  0.5  0.45   45  100   0.45   45   44
4   45      100  0.5  0.45   45  100   0.45   45   44
5   47      100  0.5  0.47   47  100   0.47   45   44
6   46      100  0.5  0.46   46  100   0.46   45   44
7   50      100  0.5  0.50   50  100   0.50   45   44
8   53      100  0.5  0.53   53  100   0.53   45   44
9   44      100  0.5  0.44   44  100   0.44   45   44
10  56      100  0.5  0.56   56  100   0.56   45   44

我不明白-我想让mutate函数返回一个从ref和coverage给出的二项式分布中提取的随机数（“ref2”）

Mutate正确读取列-但是调用rbinom时会发生一些奇怪的事情

---

感谢您的帮助。

尝试更改

rbinom

的

n

：

mutate(d,
   ref1= ref,
   cov1 = coverage,
   eprob1 = eprob,
   ref2=rbinom(100, coverage, eprob),
   ref3=rbinom(100, cov1, eprob1)
)

或者更一般地说：

mutate(d,
   ref1= ref,
   cov1 = coverage,
   eprob1 = eprob,
   ref2=rbinom(n(), coverage, eprob),
   ref3=rbinom(n(), cov1, eprob1)
)

---

另一个解决办法是：

d %>% rowwise() %>%
      mutate(ref1= ref,
             cov1 = coverage,
             eprob1 = eprob,
             ref2=rbinom(1, coverage, eprob),
             ref3=rbinom(1, cov1, eprob1))

---

其中，

rowwise（）

命令按（每）行分组，并指定每行需要1个随机值。

一个更通用的解决方案是

rbinom（n（），coverage，eprob）

，因为

n（）

查找任何正在变异的数据的大小。（这也适用于分组表）@DavidRobinson-是的，这样更好。我将编辑我的答案以反映这一点。谢谢。但这不是对所有100张图纸都使用相同的eprob值吗？（这不是我想要的-我不想从100个不同的二项式分布中提取1个数字，因为eprob具有100个不同的值）。只是测试了它-你是对的（对你来说并不意外）。谢谢。我会接受这个有效的答案。但是我不太喜欢这个语法。。。不管怎样，谢谢大家，你们真的帮了我的忙！我阅读了mutate语法，因为每个变量都有一个值，

rbinom（n（），…）

突然变成了一个长度为n的向量。但我应该把变量看作列（向量）。这是可行的，但随着行数的增加，速度会慢得多。但我认为这是唯一给出正确答案的变量，因为每行的eprob不同-我必须在周一测试它-但我确实，非常感谢你能给出一个有效的答案——因为我今天早些时候在我的代码中发现了这个bug——我们马上就要提交论文了——谢谢！忽略我的评论-两种解决方案都很有效。第一个更快，但最后一个的语法可能更直观（？）我认为第一个更好。如果有N行，我的解决方案将采样N次。第一个将发现具有相同概率的行，并将它们分组在一起。从给定分布中采样10个值比从同一给定分布中采样10次更快。（10是这里的一个例子）。。。。显然，不是按行分组，而是按概率列分组。如果在N行中有N个唯一的概率值，则方法将是相同的。。。PS：祝你报纸好运！