根据R中的ID将一列随机分成两组答案

【问题标题】：Randomly separate one column into two groups based on ID in R根据R中的ID将一列随机分成两组
【发布时间】：2021-04-11 20:46:34
【问题描述】：

我有一个看起来像这样的数据框。对于每个 ID，我想将主题随机分配到两个主题相对相等的组中，并且我还想添加一个新列来指示他们所在的组。例如，对于 ID 1，将 101 和 103 分配到组中A、102、104属于B组；对于 ID 2、105 和 106 在 A 组中，107 在 B 组中。而且我有数千个 ID 和主题，我该如何做到这一点？

   ID subject
1  1     101
2  1     102
3  1     103
4  1     104
4  2     105
5  2     106
6  2     107

【问题讨论】：

标签： r

【解决方案1】：

对于每个ID，您可以使用replace = TRUE 重复您想要重复的sample 值，其中每个值的出现概率相同。

library(dplyr)
groups <- c('Group A', 'Group B')

df %>%
  group_by(ID) %>%
  mutate(group = sample(groups, n(), replace = TRUE)) -> result

请注意，以上内容是完全随机的，有可能一个有 4 行的 ID 有 3 行有 Group A 和 1 有 Group B。如果您希望这两个组始终均匀分布，您可以使用rep 和sample 来获得随机性。

df %>%
  group_by(ID) %>%
  mutate(group = sample(rep(groups, length.out = n()))) -> result

【讨论】：

解决方案是有偏见的； A 组在 ID 长度不均匀的情况下具有优势。

【解决方案2】：

使用ave 应用FUNction ID-wise，我们可以重复一个向量1:2 length(ID) 次和sample 它；这可以通过rep_length 完成。为了避免向量总是从 1 开始（从而有利于一个组），我们还对向量进行了采样。

res <- transform(d, g=ave(ID, ID, FUN=function(x) 
  sample(rep_len(1:2, length(x)))))
res
#   ID subject g
# 1  1     101 2
# 2  1     102 1
# 3  1     103 2
# 4  1     104 1
# 5  2     105 1
# 6  2     106 2
# 7  2     107 1

检查一个稍大的数据框：

d2 <- data.frame(ID=rep(1:10, each=7), subject=1:70)
res2 <- transform(d2, g=ave(ID, ID, FUN=function(x) 
  sample(rep_len(sample(1:2), length(x)))))
with(res2, table(g, ID))
#    ID
# g   1 2 3 4 5 6 7 8 9 10
#   1 4 4 3 4 4 3 4 3 4  3
#   2 3 3 4 3 3 4 3 4 3  4

数据：

d <- structure(list(ID = c(1L, 1L, 1L, 1L, 2L, 2L, 2L), subject = 101:107), class = "data.frame", row.names = c("1", 
"2", "3", "4", "5", "6", "7"))

【讨论】：