为R中的模拟样本按类生成ID编号

我试图用以下参数模拟覆盖多个类的群体的ID号

• 每个类按照相同的模式顺序分配ID。
• 每个类的ID前缀都不同于其他类的前缀。

生成一些示例数据

data(mtcars)
set.seed(9999)
mtcars$count<-sample(x = 1:100,size = 32,replace=T)
mtcars
Car.Sample<-sample(1:sum(mtcars$count),15)

所以,我模拟了人口中的15辆汽车(1774)。关于如何计算样本中每个成员的身份证号码,我最初的想法是使用我采样的号码,并向下滚动mtcar的记录,直到计数的总和超过样本号码。然后从该记录之前的所有记录中减去计数之和,剩余的是该类内的车辆的ID号。例如

Car.ID<-function(x){
  Commute <- 0
  Counter <- 0
  while (Commute<x){
    Counter <- Counter + 1
    Commute <- Commute + mtcars[Counter,'count']
  }

  # we overshot the count so we need to step back one iteration
  Commute <- Commute - mtcars[Counter,'count']

  Class <- rownames(mtcars)[Counter]
  ID.Num <- x - Commute
  temp <- paste(Class,ID.Num,sep=':')
  return(temp)
}

这个函数生成正确的结果,如果我输入每个可能的样本号,我会得到一个与上述规则一致的分配ID列表。问题是它比吐口水慢。我的实际用例有1000个类,我可能需要模拟10^5或10^6的样本大小。

1. 有没有办法优化这种逻辑?
2. 是否有更有效的逻辑来分配这些ID?

谢谢你的帮助。

目前最佳答案:优化使用 cumsum 函数(@pattabongo)

mtcars$Commute <- cumsum(mtcars$count)
Car.ID <- function(x) {
  row <- head(which(mtcars$Commute >= x), n = 1)
  Commutation <- mtcars$Commute[row-1]
  if (length(Commutation)==0) {Commutation <- 0}
  return(paste(rownames(mtcars)[row], x - Commutation, sep = ":"))
}