R 填充数据帧

我是个新手，需要帮助。 我正在为我的论文制作一个基于代理的模型。 我现在所坚持的是我的人口中的出生和死亡。 我有一个数据框，包括男性、女性、年龄、怀孕、未怀孕、活着或死去。 我需要做的是 *针对n人的循环-针对每个人

---

• 用一个随机数决定性别（例如，我会这样做：

  library(data.table)
  
  #starting variables
  probMale <- .5
  ageMin <- 0
  ageMax <- 80
  preProductiveAge <- 15
  postProductiveAge <- 44
  probPregnant <- .3
  sampleSize <- 10000
  
  listOut <- list()
  for(i in 1:sampleSize){
    sex <- sample(c('male', 'female'), size = 1, prob = c(probMale, 1-probMale))
    age <- sample(0:80, size = 1)
    alive <- TRUE
    if(sex == 'male'){
      prego <- FALSE
    } else if(age >= postProductiveAge){
      prego <- FALSE
    } else if(age <= preProductiveAge){
      prego <- FALSE
    } else{
      prego <- sample(c(TRUE, FALSE), size = 1, prob = c(probPregnant, 1-probPregnant))
    }
    listOut[[i]] <- data.frame(sex = sex, age = age, alive = alive, prego = prego)
  }
  
  df <- rbindlist(listOut)
  

  库（data.table）
  #起始变量
  probMale我的答案，没有循环：
  
  #选择样本大小并用性别和年龄初始化数据框
  samplesize无条件变量最初在
  tibble（）
  中定义。条件变量在随后的
  dplyr:：mutate（）
  子句中设置
  
  library(magrittr)
  person_count          <- 20
  range_fertile         <- c(20, 45)
  possible_genders      <- c("male", "female")
  possible_ages         <- 1:80
  pregnant_probability  <- .14
  
  
  tibble::tibble(
    gender          = sample(possible_genders , person_count, replace=T),
    age             = sample(possible_ages    , person_count, replace=T),
    alive           = TRUE
  ) %>% 
  dplyr::mutate(
    is_fertile_age  = (gender=="female") & (range_fertile[1] <= age & age <= range_fertile[2]),
    is_pregnant     = (is_fertile_age & sample(c(T,F), person_count, prob = c(pregnant_probability, 1-pregnant_probability), replace=T))
  )
  
  库（magrittr）
  谢谢，这有助于我开始。非常感谢！好的，超级干净的方法！
  library(magrittr)
  person_count          <- 20
  range_fertile         <- c(20, 45)
  possible_genders      <- c("male", "female")
  possible_ages         <- 1:80
  pregnant_probability  <- .14
  
  
  tibble::tibble(
    gender          = sample(possible_genders , person_count, replace=T),
    age             = sample(possible_ages    , person_count, replace=T),
    alive           = TRUE
  ) %>% 
  dplyr::mutate(
    is_fertile_age  = (gender=="female") & (range_fertile[1] <= age & age <= range_fertile[2]),
    is_pregnant     = (is_fertile_age & sample(c(T,F), person_count, prob = c(pregnant_probability, 1-pregnant_probability), replace=T))
  )