Question

我有一个数据框（df），其中包含大约100个足球运动员编号（如果有更多的足球运动员注册，则这个数字会增加）。每个player_number由6位数字（例如178530）组成。

每个玩家都应审查另外5位玩家，因此最终所有其他玩家都接受了5位玩家的评论。因此，我想为每个player_number随机分配5个不同的玩家编号（来自player_number列）。为防止给自己和/或玩家分配评论两次（或多次），每个player_number在每一列和每一行中应该只出现一次。看起来像这样：

player_number  review1  review2  review3  review4  review5
178530         207145    655600   443274   604060   804226
245678         947821    214525   332324   174589   868954      
…

玩家178530需要审查玩家207145、655600等。

对于review1列，我使用了： set.seed(1) df$review1 <- sample(df$player_number, nrow(df), replace=F)

这适用于review1，但是将其应用于其他审阅列会导致多行重复player_number。谁能帮助我，以便每个player_number在每一列和每一行中只出现一次？预先感谢。

编辑：在以前的版本中，我简化了player_number的太多（1：100）

Answer 1

您可以为此编写一个函数。这个想法是采用100个ID或玩家编号作为载体；随机采样5个新向量的5个唯一起始值，并将其绑定以得到结果，在该结果中，在每一行和每一列中都没有找到ID以上。

例如，如果您有1到5的数字（该顺序），并且想要为1到5的每个数字分配3个数字；在一行或一列中最多只能有一个数字。

这是执行此操作的功能。

play <- function(v, i){
  starts <- sample(2:length(v), i, replace=F)
  v2 <- v
  for(m in 1:i){
    v2 <- cbind(v2, c(v[starts[m]:length(v)], v[0:(starts[m]-1)]) )
  }
  colnames(v2) <- c('id', paste0('R', 1:i))
  return(v2)
}

尝试一下。

play(1:5, 3)

这是一个采用数据框的类似函数，因为您要在问题中进行查询。

playDF <- function(df, i){
  starts <- sample(1:nrow(df), i+1, replace=F)
  sq2 <- NULL
  for(m in 1:(i+1)){
    sq2 <- cbind(sq2, c(df[starts[m]:nrow(df),], df[0:(starts[m]-1),]) )
  }
  sq2 <- as.data.frame(sq2)
  colnames(sq2) <- c('player_number', paste0('review', 1:(i)))
  return(sq2)
}

我为您的问题添加了示例数据。运行该功能并将其应用于数据。

df <- data.frame(player_number=c(sample(111111:999999, 100, replace=F)))
playDF(df, 5)

Answer 2

可能不是最有效的，但这是仅使用基数R的解决方案。在这里，我一次从1：100的向量中仅采样1个数字，而当前行和当前列中却没有数字。

对于第100行，这意味着将从长度为1的向量中采样数字，这将导致sample函数的行为有所不同。因此，为了防止这种意外行为，我从Sampling in R from vector of varying length那里获得了sample.vec自定义函数。

df <- data.frame(player_number = c(1:100))
df <- cbind(df, matrix(NA, 100, 5))

sample.vec <- function(x, ...) x[sample(length(x), ...)]

for(i in 1:100){
  for(j in 2:6){
    df[i,j] <- sample.vec(setdiff(c(1:100),c(df[i,], df[,j])), 1)
  }
}

有问题的更改后更新：如果您想使用6位数字的自定义玩家编号，则可以选择将alll列转换为因子，使用1：100作为级别，并以实际玩家编号作为标签。因此，在上面的代码之后，您可以执行以下操作：

set.seed(1); player_number = sort(sample(100000:999999, 100)) # in your data, just create this vector beforehand using the actual player numbers
df[] <- lapply(df, function(x) {factor(x, levels = c(1:100), labels = player_number)})

证明：

head(df)
  player_number      1      2      3      4      5
1        112050 400373 466123 666197 888560 332198
2        120997 887728 917384 701596 682327 189514
3        153035 332198 315644 745845 469035 800949
4        155607 544171 759047 992698 450960 799685
5        163607 908546 338957 694713 267589 406304
6        175816 469035 120997 459962 875044 447493


table(apply(df, 1, function(x) {length(unique(x))}))
  6 
100 

table(apply(df, 2, function(x) {length(unique(x))}))
100 
  6

Answer 3

library(tidyverse)
df=data.frame(x=1:100)

  df%>%
  mutate(number = map(x, ~ glue::collapse(sample(x,5,replace=),",")))%>%
  separate(number,into=  glue::glue("review{1:5}"))

R：5列中一列的随机值

3 个答案: