R - 采样频率直方图：效率等

我是一名大学生，开始为考试探索 R。抱歉标题含糊不清，因为我有很多与这篇文章相关的问题。

我遇到了对男性（M）或女性（F）人群进行抽样的问题。我希望定义一个函数，该函数可以获取该群体中男性和女性的数量，然后创建sample.number大小样本sample.size并返回一个数据框，其中包含女性占样本总大小的样本比例，以及相关频率。

我很肯定有一种简单且经过优化的方法可以做到这一点，但我已经编写了一个小函数，它（勉强）起作用：

senators <- function(Fem = 13, 
                 Mal = 87, 
                 sample.size = 10, 
                 sample.number = 100){

pop <- c(rep("F", Fem), rep("M", Mal)) # I create the population base

popsa <- list(NA)           # I make some empty variables used later
popsa.factor <- list(NA)    # Not sure if this passage is even needed...
popsa.proportion <- list(NA)

这里来了一个for循环。我读过for循环确实是执行此操作的低效方法。有没有更好的办法？

for(i in 1:sample.number){
  popsa[[i]] <- sample(pop, sample.size, replace = TRUE)
  popsa.factor[[i]] <- table(factor(popsa[[i]], levels = c("M", "F")))
  popsa.proportion[[i]] <- popsa.factor[[i]][2]/sample.size
  }

我首先为列表的每个元素分配popsa一个样本，然后使用popsa每个样本创建一个表，并将其存储在popsa.factor. 然后我计算女性在总数中的比例并将其存储在popsa.proportion. 这个for循环对我来说似乎非常混乱，处理大量样本真的很慢。有没有更好，更有效的方法来做我在这里所做的事情？

popsa.unlisted <- unlist(popsa.proportion)
popsa.frequency <- table(popsa.unlisted)

popsa.frame <- data.frame(Level = as.numeric(names(popsa.frequency)), 
                          Freq =  as.numeric(popsa.frequency))
return(popsa.frame)
} # This closes the function call

然后我取消列表popsa.proportion以获取向量中的每个比例，并将这些值列出以获得频率，将它们存储到popsa.frequency. 现在，我尝试将因子popsa.frequency转换为数据框，方法是作弊并将其名称转换popsa.frequency为数字并将它们存储为数据框的第一列。该函数然后返回popsa.frame，如我所愿。

popsa.frame，尽管如此，仍保留popsa.frequency其第一列 ( Level) 中的因子属性。我怎样才能改变这个？我是不是该？

由于这些是样本分布的频率，我想从这个数据帧创建一个直方图，尽管hist()只接受数字向量，所以popsa.frame不是一个有效的对象。plot(popsa.frame)不过，或多或少地返回了我想要的东西。如何创建这样的直方图？

编辑：按照下面的标记答案，我还想出了如何简单地将函数创建的数据框转换为一个hist()可以实际用来创建频率直方图的对象（尽管使用条形图会产生或多或少相同的图形，并且可能是显示此类结果的更统计正确的方法）：

result <- senators(Fem=13,Mal=87,sample.size=50,sample.number=10000)

raw <- sapply(1:length(result$Level), function(x){
  rep(result$Level, result$Freq)
})

hist(raw)