r - 如何按百分比向量分布数字向量，对结果进行四舍五入，并始终获得与在 R 中开始时相同的总数？

Question

问题总结

我想将数字向量(Sum_By_Group 列)乘以百分比向量(Percent 列)以将组的总数分配到每个 ID 中，对结果进行四舍五入，最终得到相同的总数我开始的号码。换句话说，我想要 Distribution_Post_Round列与 Sum_By_Group 相同柱子。

以下是我遇到的问题的示例。在 A 组中，我乘以 Percent来自 Sum_By_Group并以 ID 1 中的 3 个、ID 2 中的 3 个和 ID 5 中的 1 个结束，总共 7 个。Sum_By_Group列和 Distribution_Post_Round A 组的列是相同的，这就是我想要的。在 B 组，我乘以 Percent来自 Sum_By_Group并以 ID 8 中的 1 个和 ID 10 中的 1 个结束，总共 2 个。我想要 Distribution_Post_Round B 组为 3 列。

有没有办法在不使用循环、子集数据帧，然后将数据帧重新连接在一起的情况下做到这一点？

例子

library(dplyr)
df = data.frame('Group' = c(rep('A', 7), rep('B', 5)),
                  'ID' = c(1:12),
                  'Percent' = c(0.413797750, 0.385366840, 0.014417571, 0.060095668, 0.076399650,
                                0.019672573, 0.030249949, 0.381214519, 0.084121796, 0.438327886,
                                0.010665749, 0.085670050),
                  'Sum_By_Group' = c(rep(7,7), rep(3, 5)))
df$Distribute_By_ID = round(df$Percent * df$Sum_By_Group, 0)
df_round = aggregate(Distribute_By_ID ~ Group, data = df, sum)
names(df_round)[names(df_round) == 'Distribute_By_ID'] = 'Distribution_Post_Round'
df = left_join(df, df_round, by = 'Group')
df
  Group ID    Percent Sum_By_Group Distribute_By_ID Distribution_Post_Round
      A  1 0.41379775            7                3                       7
      A  2 0.38536684            7                3                       7
      A  3 0.01441757            7                0                       7
      A  4 0.06009567            7                0                       7
      A  5 0.07639965            7                1                       7
      A  6 0.01967257            7                0                       7
      A  7 0.03024995            7                0                       7
      B  8 0.38121452            3                1                       2
      B  9 0.08412180            3                0                       2
      B 10 0.43832789            3                1                       2
      B 11 0.01066575            3                0                       2
      B 12 0.08567005            3                0                       2

非常感谢你的帮助。如果需要额外说明，请告诉我。

Answer 1

哇，谁知道有人已经写了一个包含解决这个问题的函数的包... kudos to that team https://cran.r-project.org/web/packages/sfsmisc/index.html

由于您似乎愿意使用 dplyr，希望这个额外的包是值得的，因为它确实使解决方案变得优雅。

# https://stackoverflow.com/questions/61667720
library(dplyr)

df = data.frame('Group' = c(rep('A', 7), rep('B', 5)),
                'ID' = c(1:12),
                'Percent' = c(0.413797750, 0.385366840, 0.014417571, 0.060095668, 0.076399650,
                              0.019672573, 0.030249949, 0.381214519, 0.084121796, 0.438327886,
                              0.010665749, 0.085670050),
                'Sum_By_Group' = c(rep(7,7), rep(3, 5)))

glimpse(df)
#> Rows: 12
#> Columns: 4
#> $ Group        <chr> "A", "A", "A", "A", "A", "A", "A", "B", "B", "B", "B", "…
#> $ ID           <int> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12
#> $ Percent      <dbl> 0.41379775, 0.38536684, 0.01441757, 0.06009567, 0.076399…
#> $ Sum_By_Group <dbl> 7, 7, 7, 7, 7, 7, 7, 3, 3, 3, 3, 3

df %>% 
  group_by(Group) %>% 
  mutate(Distribute_By_ID = sfsmisc::roundfixS(Percent * Sum_By_Group))
#> # A tibble: 12 x 5
#> # Groups:   Group [2]
#>    Group    ID Percent Sum_By_Group Distribute_By_ID
#>    <chr> <int>   <dbl>        <dbl>            <dbl>
#>  1 A         1  0.414             7                3
#>  2 A         2  0.385             7                3
#>  3 A         3  0.0144            7                0
#>  4 A         4  0.0601            7                0
#>  5 A         5  0.0764            7                1
#>  6 A         6  0.0197            7                0
#>  7 A         7  0.0302            7                0
#>  8 B         8  0.381             3                1
#>  9 B         9  0.0841            3                0
#> 10 B        10  0.438             3                2
#> 11 B        11  0.0107            3                0
#> 12 B        12  0.0857            3                0

创建于 2020-05-07 由 reprex package (v0.3.0)