使用purr创建while循环以模拟数据

我的问题是,我想重复一次随机抽样,直到达到一个标准,因为我目前已经实现了这意味着我将不得不添加行到我的数据帧。

以下是我目前拥有的代码:

library(tidyverse)
set.seed(1)
simulation_df =  crossing(sim_mean = 1, 
                          sim_sd = 2, 
                          final_sample_size =20, 
                          sim =1:10, 
                          collected_data = c(6,14)) %>%
  mutate(phase = if_else(collected_data == 6, 
                         "pilot", 
                         "full sample"),
    data =pmap(list(collected_data, # input to rnorm
                    sim_mean, 
                    sim_sd), 
               rnorm)) %>% # function to apply
  group_by(sim) %>% 
  # check if pilot was successful (ie 4 or more data points > 0)
 mutate( pilot_result = if_else(phase =="pilot",
                                map_dbl(data, ~ sum(. > 0)),
                                0 ),
         success_pilot = pilot_result >= 4) %>%
  ungroup()

(simulation_df %>% select(sim,phase, data, success_pilot) %>% head())
#> # A tibble: 6 x 4
#>     sim phase       data       success_pilot
#>   <int> <chr>       <list>     <lgl>        
#> 1     1 pilot       <dbl [6]>  FALSE        
#> 2     1 full sample <dbl [14]> FALSE        
#> 3     2 pilot       <dbl [6]>  TRUE         
#> 4     2 full sample <dbl [14]> FALSE        
#> 5     3 pilot       <dbl [6]>  TRUE         
#> 6     3 full sample <dbl [14]> FALSE

^{于2019-03-12由 reprex package (第5.2.1节)}

如果 success_pilot == FALSE ,我想重复采样6个数据点,直到 success_pilot == TRUE . 我可以通过绕过一个最大的时间来实现这一点,我决定在6个数据点之后采样一次,然后在第一次之后过滤掉所有的数据点。 success_pilot==真 .

在迭代章节中 R for Data Science ,虽然提到了循环,但没有涉及-我想知道是否有一个整洁的解决方案?