我有一个这样的数据框：
x = data.frame（A = c（“D1”，“D1”，“D1”，“D1”，“D1”，“D2”，“D3”，“D3”，“D4”，“ D4“，”D4“，”D5“，”D5“），B = c（”A1“，”A3“，”A4“，”A5“，”A6“，”A5“，”A5“，”A6 ”， “A6”， “A1”， “A2”， “A5”， “A6”））
A B
D1 A1
D1 A3
D1 A4
D1 A5
D1 A6
D2 A5
D3 A5
D3 A6
D4 A6
D4 A1
D4 A2
D5 A5
D5 A6
要按B列排序，B列中的实体具有不同的频率。
A B freq(B)
D1 A1 2
D4 A1 2
D4 A2 1
D1 A3 1
D1 A4 1
D1 A5 4
D2 A5 4
D3 A5 4
D5 A5 4
D1 A6 4
D3 A6 4
D4 A6 4
D5 A6 4
我想在数据帧x的B列上生成随机数据帧，但是随机化只能在条目的频率相同或相似（+/-一个等级）的地方进行。 Let'said。现在，A2，A3，A4的频率为1，因此A2，A3和A4可以自由地相互替换，但不是A5和A6，也不是A1。类似地，由于A5和A6具有频率= 4，所以它们可以在它们之间随机化。对于A1，这是唯一具有频率= 2的条目（基于频率（B）排名第2），因为不能进行替换，所以给出了A1的特殊条件。 A1可以被A2，A3，A4（其中一个等级（1，排名第一，基于频率（B））低于A1）或A5 / A6（等级为一等级（4，排名第2，排名第3）的基础上随机替换在频率（B）上高于A1）。
是否可以通过R轻松完成？
答案 0 :(得分：3)
第一部分可以通过我的permute包中的功能轻松处理（目前仅限于R-forge）
require(permute) ## install from R-forge if not available
x <- data.frame(A = c("D1","D1","D1","D1","D1","D2","D3","D3",
"D4","D4","D4","D5","D5"),
B = c("A1","A3","A4","A5","A6","A5","A5","A6",
"A6","A1","A2","A5","A6"))
x <- x[order(x$B), ]
x <- transform(x, freq = rep((lens <- sapply(with(x, split(B, B)),
length)), lens))
set.seed(529)
ind <- permuted.index(NROW(x), control = permControl(strata = factor(x$freq)))
给出了：
R> x[ind, ]
A B freq
10 D4 A1 2
1 D1 A1 2
11 D4 A2 1
2 D1 A3 1
3 D1 A4 1
12 D5 A5 4
4 D1 A5 4
9 D4 A6 4
13 D5 A6 4
5 D1 A6 4
6 D2 A5 4
8 D3 A6 4
7 D3 A5 4
R> ind
[1] 2 1 3 4 5 9 6 12 13 10 7 11 8
我们可以包装这是一个生成 n 排列
的语句ctrl <- permControl(strata = factor(x$freq))
n <- 10
set.seed(83)
IND <- replicate(n, permuted.index(NROW(x), control = ctrl))
给出了：
> IND
[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
[1,] 2 2 1 2 1 2 1 2 1 1
[2,] 1 1 2 1 2 1 2 1 2 2
[3,] 3 5 4 3 5 5 4 5 5 5
[4,] 5 3 5 5 3 4 5 4 4 4
[5,] 4 4 3 4 4 3 3 3 3 3
[6,] 9 12 11 12 6 10 13 10 8 13
[7,] 10 11 6 11 13 7 7 12 7 9
[8,] 8 9 9 10 8 6 11 13 12 10
[9,] 12 10 8 6 9 13 9 6 9 11
[10,] 13 6 12 9 7 9 8 8 13 8
[11,] 6 7 10 13 12 11 6 11 10 7
[12,] 11 8 13 7 11 8 10 7 6 12
[13,] 7 13 7 8 10 12 12 9 11 6
现在你还需要做一些特殊的采样。如果我理解正确，你想要的是确定哪个频率级别只包含一个B级别。然后可能随机地用相邻频率类别中B的随机选择的B替换该频率级别的B。如果是这样，那么要更换正确的行会有点复杂，但我认为下面的函数可以做到：
randSampleSpecial <- function(x, replace = TRUE) {
## have we got access to permute?
stopifnot(require(permute))
## generate a random permutation within the levels of freq
ind <- permuted.index(NROW(x),
control = permControl(strata = factor(x$freq)))
## split freq into freq classes
ranks <- with(x, split(freq, freq))
## rank the freq classes
Ranked <- rank(as.numeric(names(ranks)))
## split the Bs on basis of freq classes
Bs <- with(x, split(B, freq))
## number of unique Bs in freq class
uniq <- sapply(Bs, function(x) length(unique(x)))
## which contain only a single type of B?
repl <- which(uniq == 1)
## if there are no freq classes with only one level of B, return
if(!(length(repl) > 0))
return(ind)
## if not, continue
## which of the freq classes are adjacent to unique class?
other <- which(Ranked %in% (repl + c(1,-1)))
## generate uniform random numbers to decide if we replace
Rand <- runif(length(ranks[[repl]]))
## Which are the rows in `x` that we want to change?
candidates <- with(x, which(freq == as.numeric(names(uniq[repl]))))
## which are the adjacent values we can replace with
replacements <- with(x, which(freq %in% as.numeric(names(uniq[other]))))
## which candidates to replace? Decision is random
change <- sample(candidates, sum(Rand > 0.5))
## if we are changing a candidate, sample from the replacements and
## assign
if(length(change) > 0)
ind[candidates][change] <- sample(ind[replacements], length(change),
replace = replace)
## return
ind
}
要使用它，我们会这样做：
R> set.seed(35)
R> randSampleSpecial(x)
[1] 2 1 5 3 4 6 9 12 10 11 7 8 13
我们可以在replicate()调用中包装它以产生许多此类替换：
R> IND <- replicate(10, randSampleSpecial(x))
R> IND
[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
[1,] 11 3 6 4 2 1 1 2 10 3
[2,] 1 11 1 12 11 11 2 1 1 13
[3,] 4 5 4 3 4 3 4 5 5 4
[4,] 5 4 5 5 5 4 5 3 3 3
[5,] 3 3 3 4 3 5 3 4 4 5
[6,] 11 7 11 12 9 6 7 8 9 9
[7,] 13 12 12 7 11 7 9 10 8 10
[8,] 10 8 9 8 12 12 8 6 13 8
[9,] 7 9 13 10 8 10 13 9 12 11
[10,] 6 11 10 11 10 13 12 13 10 13
[11,] 12 10 6 6 6 9 11 12 7 12
[12,] 9 6 7 9 7 8 10 7 6 7
[13,] 8 13 8 13 13 11 6 11 11 6
对于这个数据集，我们知道它是排序x中的第1行和第2行，我们可能希望用其他freq类中的值替换它们。如果我们没有进行任何替换，则IND的前两行仅包含值1或2（请参阅前面的IND）。在新的IND中，前两行中的值不 a 1或2，我们已将其替换为来自其中一个的B相邻频率等级。
我的功能假设你想要：
replace = FALSE以进行无需替换的采样。答案 1 :(得分：2)
@Gavin为您提供了一个很好的方法，并询问是否有人可以提出更简单的方法。基于仅基本函数，下一个函数也是如此。它使用count来处理频率，并考虑到最小的最大频率，只有一个相邻的等级。在这种情况下，Gavin的功能会出错。
Permdf <- function(x,v){
# some code to allow Permdf(df,var)
mc <- match.call()
v <- as.quoted(mc$v)
y <- unlist(eval.quoted(v,x))
# make bins with values in v per frequency
freqs <- count(x,v)
bins <- split(freqs[[1]],freqs[[2]])
nbins <- length(bins)
# define the output
dfid <- 1:nrow(x)
for (i in 1:nbins){
# which id's to change
id <- which(y %in% bins[[i]])
if(length(bins[[i]]) > 1){
# in case there's more than one value for that frequency
dfid[id] <- sample(dfid[id])
} else {
bid <- c(i-1,i,i+1)
# control wether id in range
bid <- bid[bid > 0 & bid <=nbins]
# id values to choose from
vid <- which(y %in% unlist(bins[bid]))
# random selection
dfid[id] <- sample(vid,length(id),replace=TRUE)
}
}
#return
dfid
}
这可以用作
Permdf(x,B)
答案 2 :(得分：1)
关于随机化的问题的下半部分有点不清楚，但这是一个开始。当您更新问题时 - 我会相应地更新答案。下面的代码添加了列B的计数信息，然后根据我们添加的频率列的值对行进行采样。我认为从这里需要的是修改哪些列可用于采样的可用性，但请确认您想要的。
require(plyr)
x <- merge(x,count(x, "B"))
ddply(x, "freq", function(x) sample(x))