在R中创建唯一的随机组ID [重复]答案

【问题标题】：Create unique random group id in R [duplicate]在R中创建唯一的随机组ID [重复]
【发布时间】：2020-11-19 14:50:27
【问题描述】：

我正在尝试在不使用 for 循环的情况下创建一个唯一的、随机分配（无替换）的组 ID。这是据我所知：

library(datasets)
library(dplyr)

data(iris)

iris <- iris  %>% group_by(Species) %>% mutate(id = cur_group_id())

这为每个 iris$Species 提供了一个组 id，但是，我希望组 id 从 c(1,2,3) 随机分配，而不是根据数据集的顺序分配。

任何帮助创建它都会非常有帮助！我确信有办法用 dplyr 做到这一点，但我很难过......

【问题讨论】：

每个人都必须 50 岁吗？或者你们可以有不同的小组规模吗？

标签： r dataframe dplyr

【解决方案1】：

随机排列行，然后根据Species 的出现分配id：

library(dplyr)

iris %>%
  slice_sample(n = nrow(.)) %>%
  #sample_n for dplyr < 1.0.0
  #sample_n(n()) %>%
  mutate(id = match(Species, unique(Species)))

【讨论】：

【解决方案2】：

这是sample 和recode 的方法：

使用seq_along(unique(id)) 创建一个整数值向量以重新编码。
使用sample 对适当数量的随机值进行抽样。
使用setNames 以新的随机值命名ids。
使用!!! 将名为id 的向量强制放入表达式列表中。
使用recode 更改值。

iris  %>%
  group_by(Species) %>%
  mutate(id = cur_group_id()) %>%
  mutate(id = recode(id, !!!setNames(unique(id),
                                     sample(seq_along(unique(id))))))

我认为其他答案是更好的方法，但在您的工具包中使用 recode 和 !!! 在其他情况下会有所帮助。

【讨论】：

【解决方案3】：

也许您可以通过添加sample 操作来对group_by 进行一些技巧，例如，

iris <- iris %>%
  group_by(factor(Species, levels = sample(levels(Species)))) %>%
  mutate(id = cur_group_id())

【讨论】：

【解决方案4】：

这是一个创建随机数并对它们进行排名的示例答案。

library(datasets)
library(dplyr)

data(iris)

df <- iris %>% 
  group_by(Species) %>%
  mutate(id = runif(1,0,1)) %>% 
  ungroup() %>% 
  mutate(id = dense_rank(id))

df %>% sample_n(10)
#> # A tibble: 10 x 6
#>    Sepal.Length Sepal.Width Petal.Length Petal.Width Species       id
#>           <dbl>       <dbl>        <dbl>       <dbl> <fct>      <int>
#>  1          4.4         3            1.3         0.2 setosa         3
#>  2          6.5         3            5.5         1.8 virginica      2
#>  3          6.3         2.7          4.9         1.8 virginica      2
#>  4          5           3.6          1.4         0.2 setosa         3
#>  5          6.3         2.3          4.4         1.3 versicolor     1
#>  6          7.9         3.8          6.4         2   virginica      2
#>  7          5.4         3.9          1.7         0.4 setosa         3
#>  8          5.7         4.4          1.5         0.4 setosa         3
#>  9          6.4         2.8          5.6         2.2 virginica      2
#> 10          5.2         3.4          1.4         0.2 setosa         3

^{由reprex package (v0.3.0) 于 2020 年 7 月 29 日创建}

【讨论】：

这是一个绝妙的技巧。我以前从未见过dense_rank。