将新变量均匀添加到dataframe

Question

使用RStudio，我得到了以下内容：

GROUP NUM
A     45
A     78
A     79  
B     45
B     47
B     99
C     28
C     78
C     54

我想添加一个名为AGENT的新变量，它是：

AGENT=c("John", "Maria", "Pamela")

但问题是，我希望我的每个Agent根据ID平均分布在初始数据帧中。基本上，我希望这样：

GROUP NUM AGENT
A     45  John
A     78  Maria
A     79  Pamela
B     45  John 
B     47  Maria
B     99  Pamela
C     28  John
C     78  Maria
C     54  Pamela

我这里的例子很基本，因为我有的组和我的代理一样多。然而，在我的例子中，我可能每封信有70个(70A，70B和70C)，仍然只有3个代理。我仍然希望他们尽可能平均地分配……

例如，如果我有6个A，我就会：

GROUP NUM AGENT
A     45  John
A     78  Maria
A     79  Pamela
A     48  John
A     97  Maria
A     59  Pamela
...

如果我有7个，那么第7个将被随机分配，或者只是列表中的下一个。

有什么想法吗？我一直在为此折磨自己。提前感谢！:P

Answer 1

如果是“或者只是列表中的下一个”。适用于任何溢出时，当组更大时，您可以利用向量回收的优势，只需在一个任务中完成：

dat$newvar <- with(dat, ave(1:nrow(dat), GROUP, FUN=function(x) AGENT) )
dat
#  GROUP NUM newvar
#1     A  45   John
#2     A  78  Maria
#3     A  79 Pamela
#4     B  45   John
#5     B  47  Maria
#6     B  99 Pamela
#7     C  28   John
#8     C  78  Maria
#9     C  54 Pamela

如果组的大小与AGENT大小不匹配，请忽略可能收到的任何警告

data.table也可以以类似的方式使用：

library(data.table)
setDT(dat)
dat[, newvar2 := AGENT, by=GROUP]

Answer 2

我想出了一种使用索引来完成此任务的复杂方法。也许有一种更简单的方法。代码如下：

library(dplyr)
AGENT <- c("John", "Maria", "Paul") 

fun <- function(x){
 x %>% mutate(agent=AGENT[((1:nrow(.) - 1) %% 3) + 1])
}

df %>% 
  split(.$GROUP) %>%
  lapply(fun) %>%
  bind_rows()

  GROUP NUM agent
1     A  45  John
2     A  78 Maria
3     A  79  Paul
4     B  45  John
5     B  47 Maria
6     B  99  Paul
7     C  28  John
8     C  78 Maria
9     C  54  Paul

如果没有太多的数据或者GROUP的长度不是AGENT的倍数，它将按照AGENT的顺序创建变量。

df1 

GROUP NUM
1     A  45
2     A  78
3     B  45
4     C  28

df1 %>% 
  split(.$GROUP) %>%
  lapply(fun) %>%
  bind_rows()

  GROUP NUM agent
1     A  45  John
2     A  78 Maria
3     B  45  John
4     C  28  John

Answer 3

试试这个-

# Data
df <- data.frame("GROUP" = c("A","A","A","A","B","B","C","C","C"),
             "NUM" = c(45,78,79,45,47,99,28,78,54))
AGENT=c("John", "Maria", "Pamela")

# Assign agents
df$agent <- NA
groups <- levels(factor(df$GROUP))

lapply(groups, function(x)
       {
        df[df$GROUP == x, "agent"] <<- 
        c(rep(AGENT, as.integer(length(df[df$GROUP == x, "NUM"]) / 3)),
          AGENT[0:(length(df[df$GROUP == x, "NUM"]) %% 3)])
       })

如果有3个以上的代理，请将脚本中的3替换为长度(代理)