將NA和/或因子水平隨機更改為R中的其他因子水平

Question

我有一個數據框，其中一列是具有3個級別的類別變量“組”：“ A”，“ B”，“未知”，並且它還具有NA。

我想獲取所有“未知”和NA，並隨機將一半分配給“ A”，將一半分配給“ B”。 我試過在dplyr中使用mutate()和replace()函數，但是想不出如何將它們均等地分配給任一組。

Answer 1

像這樣的東西...

replacements = sample ( c ( 'A', 'B' ), number_wanted, replace = TRUE )

...應該可以

Answer 2

有一個可重現的示例（reprex）會很有用。

data.table包提供了一個簡潔的解決方案。

library(data.table)

setDT(df) # make your data.frame into a data.table

# filter for rows where your grouping variable is NA or equals "Unknown" then randomly select A or B. .N is a special data.table character representing the number of rows in the selection

df[is.na(group_var) | group_var == "Unknown", group_var := sample(c("A", "B"), .N)]