在R数据帧中用NA随机替换每组值的百分比

Question

我有一个具有不同大小的不同组(ID(的数据帧。在每组中，我想随机替换"；值"；列(比方说30%(与NA。以下是我的数据的简化版本：

ID<-rep(c("X1","X2"),times=c(3,6))
value<-c(1,2,3,1,2,3,4,5,6)
df1 <- data.frame(ID,value)
df1
ID value
X1     1
X1     2
X1     3
X2     1
X2     2
X2     3
X2     4
X2     5
X2     6

以下是我想要的：

ID value
X1     1
X1     NA
X1     3
X2     1
X2     2
X2     NA
X2     4
X2     5
X2     NA

你知道我该怎么做吗？我更喜欢使用tidyverse，但如果你有其他选择，也将不胜感激！

Answer 1

我们可以使用dplyr。按"ID"分组，获取具有sample的索引或30%的行，并在replace中使用该索引将"值"替换为NA

library(dplyr)
df1 %>%
group_by(ID) %>%
mutate(value =  replace(value, sample(row_number(),  
size = ceiling(0.3 * n()), replace = FALSE), NA) )
# A tibble: 9 x 2
# Groups:   ID [2]
#  ID    value
#  <chr> <dbl>
#1 X1       NA
#2 X1        2
#3 X1        3
#4 X2       NA
#5 X2        2
#6 X2       NA
#7 X2        4
#8 X2        5
#9 X2        6

Answer 2

假设数据在df 中

df[sample(seq(nrow(df)), nrow(df) *0.3), "value"] <- NA

Answer 3

您可以使用sample()来获取数据的随机索引。

你可以试试这个

df <- data.frame(ID = paste("X", 1:10),
value = rnorm(10))
fraction <- 0.30
df$value[sample(1:length(df$value), size = round(length(df$value) * fraction))] <- NA
#30% of the values in df$value will then be NA