我有一个像这样的数据集：
ID val1 val2 val3 val4
1 4 9 10 16
2 1.5 6 2.3 99
3 8 7 7 10
我想检查列数（即val列数）是否少于6，如果是这种情况，我想从现有列中随机选择剩余的列数，然后将其再次添加到数据集中。
在上述情况下，剩余的列数为2（val的6至4列）。在这种情况下，我想从val列中选择2个随机列，并将它们添加到数据集中。一种可能的解决方案是：
ID val1 val2 val3 val4 val2 val1
1 4 9 10 16 9 4
2 1.5 6 2.3 99 6 1.5
3 8 7 7 10 7 8
列val2和val1被随机选择并添加到数据集中。我面临的问题是如何选择随机列。我知道如何通过使用sample_n函数来选择随机行，但是找不到任何函数来选择随机列。
到目前为止，我所做的是：
t <- read.csv("path", header=TRUE) # load file
numCols <- 6
cc <- ncol(t[,-1]) #no need for ID column
if(cc < numCols){
# I need some function to select random columns
}
数据框只是一种特殊的列表，因此您可以将其视为选择随机列表元素而不是列。这就是说，随机抽取两列样本就很简单sample(df, 2)。在您的情况下，您可以通过cbind从中获取一个示例来保持简洁df[-1]，假设ID是第一列：
nc <- 6 + 1 # val columns plus ID column
if(ncol(df) < nc){
cbind(df, sample(df[-1], nc - ncol(df)))
}
#### OUTPUT ####
ID val1 val2 val3 val4 val3 val2
1 1 4.0 9 10.0 16 10.0 9
2 2 1.5 6 2.3 99 2.3 6
3 3 8.0 7 7.0 10 7.0 7
如果您不知道在哪里ID，可以使用df[-grep("ID", names(df))]代替df[-1]。如果还有其他既不是ID也不以它们开头的列，val则应使用df[grep("^val", names(df))]。在后一种情况下，您还需要对进行调整，例如nc，1您不仅需要添加不以开头的列数，还需要对其进行调整val。
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句