每行有人口，但我希望有一個隨機個體

Question

假設我有結構化這樣的數據：

 country population 
1 Afghanistan 30000000 
2  Brazil 200000000 
3 Cameroon 22250000 

共有在座2.522億人。假設我要挑一個人隨意：

i <- sample (1:sum(df$population))

然後報告她的國家。我如何找到與個人i相對應的國家/地區行？我知道經驗法則是，通過數據框的迭代意味着你做錯了什麼，但是（除了創建一個新的列表，每個人一行，這聽起來很可怕），我想不出一個好的方法來確定在哪裏個人我屬於人口。

Answer 1

正如MrFlick在評論中所建議的那樣，您可以用該國人口給出的概率對該國進行抽樣。

> pops <- read.table(text="country population 
1 Afghanistan 30000000 
2  Brazil 200000000 
3 Cameroon 22250000", header=T) 

> sample(pops$country, 1, prob=pops$population) 

作爲如何，這將是正比於人口的例子，只是做了很多的時間和採樣之間的比率大致相同的羣體之間的比率：

> set.seed(42) 
> countries <- replicate(100000, sample(pops$country, 1, prob=pops$population)) 
> table(countries)/sum(table(countries)) 
countries 
Afghanistan  Brazil Cameroon 
0.12058  0.79052  0.08890 

> pops$population/sum(pops$population) 
[1] 0.11892963 0.79286422 0.08820614 

這樣做的另一種方法是計算人口的累積總和，從世界流行抽樣，然後確定該人的國家是：

> pops$cumPop <- cumsum(pops$population) 
> set.seed(42) 
> person <- sample(1:pops$cumPop[nrow(pops)], 1)  
> pops$country[which(person <= pops$cumPop)[1]] #The country is the first with cumSum higher than the person ID. 
[1] Cameroon 
Levels: Afghanistan Brazil Cameroon 

第一種方法比較簡單，但第二種方法的優點是可以實際取樣「某人」，以防您需要將其用於某個國家而不是返國。