dplyr mutieren mit rbinom geben keine Zufallszahlen zurück

Question

Ich würde gerne Mutate verwenden, um eine Spalte mit der Binomialverteilung zu berechnen.

Ich habe folgendes Beispiel:

library("dplyr") 

d = data.frame(ref = rbinom(100,100,0.5)) 
d$coverage = 100 
d$prob = 0.5 
d$eprob= d$ref/d$coverage 
d = tbl_df(d) 

mutate(d, 
     ref1= ref, 
     cov1 = coverage, 
     eprob1 = eprob, 
     ref2=rbinom(1, coverage, eprob), 
     ref3=rbinom(1, cov1, eprob1) 
     ) 

Ergebnis ist wie folgt:

Source: local data frame [100 x 9] 

    ref coverage prob eprob ref1 cov1 eprob1 ref2 ref3 
1 52  100 0.5 0.52 52 100 0.52 45 44 
2 50  100 0.5 0.50 50 100 0.50 45 44 
3 45  100 0.5 0.45 45 100 0.45 45 44 
4 45  100 0.5 0.45 45 100 0.45 45 44 
5 47  100 0.5 0.47 47 100 0.47 45 44 
6 46  100 0.5 0.46 46 100 0.46 45 44 
7 50  100 0.5 0.50 50 100 0.50 45 44 
8 53  100 0.5 0.53 53 100 0.53 45 44 
9 44  100 0.5 0.44 44 100 0.44 45 44 
10 56  100 0.5 0.56 56 100 0.56 45 44 

Ich verstehe es nicht - ich die mutieren Funktion wollen aus der binomischen gezogen, um eine Zufallszahl zurück Verteilung durch Ref und Coverage (die "Ref2") ...

Mutate lesen Sie die Spalten richtig - aber etwas seltsames passiert, wenn Sie rbinom aufrufen ...

Jede Hilfe, die ich schätze.

Answer 1

Versuchen Sie, die n von rbinom:

mutate(d, 
    ref1= ref, 
    cov1 = coverage, 
    eprob1 = eprob, 
    ref2=rbinom(100, coverage, eprob), 
    ref3=rbinom(100, cov1, eprob1) 
) 

Oder allgemeiner:

mutate(d, 
    ref1= ref, 
    cov1 = coverage, 
    eprob1 = eprob, 
    ref2=rbinom(n(), coverage, eprob), 
    ref3=rbinom(n(), cov1, eprob1) 
) 

Answer 2

Eine andere Lösung wäre:

d %>% rowwise() %>% 
     mutate(ref1= ref, 
      cov1 = coverage, 
      eprob1 = eprob, 
      ref2=rbinom(1, coverage, eprob), 
      ref3=rbinom(1, cov1, eprob1)) 

Wo die rowwise() Befehlsgruppen durch (je) Zeile und gibt an, dass Sie 1 benötigen zufälliger Wert für jede Zeile.