Question

我有一个我要分组的变量。这很容易。但是，我希望结果表按随机顺序列出其行。我真正想做的事情有点复杂。但请允许我向您展示简化版本。

mydf = data.table(
   x = rep(1:4, each = 5),
   y = rep(c('A', 'B','c','D', 'E'), times = 2),
   v = rpois(20, 30)
)

mydf[,list(sum(x),sum(v)), by=y]
mydf[,list(sum(x),sum(v)), by=list(y=sample(y))]

#to list all the raw data in order of y


mydf[,list(x,v), by=y]
mydf[,list(x,v), by=list(y=sample(y))]

如果你查看结果输出，你会注意到y确实是随机顺序，但它已经从与它的行中的数据变得精神错乱。

我该怎么办？

Answer 1

我会做手术，然后随机订购：

mydf[,list(x,v),by=y][sample(seq_len(nrow(mydf)),replace=FALSE)]

编辑：分组后随机重新排序：

mydf[,list(sum(x),sum(v)), by=y][sample(seq_len(length(y)),replace=FALSE)]

在分组之前，你可以做这样的事情来分组和随机顺序，看起来它确实保留了改变的顺序：

mydf[order(setNames(sample(unique(y)),unique(y))[y])]
mydf[order(setNames(sample(unique(y)),unique(y))[y]),list(sum(x),sum(v)),by=y]

#perhaps more readable:
mydf[{z <- unique(y); order(setNames(sample(z),z)[y])}]
mydf[{z <- unique(y); order(setNames(sample(z),z)[y])},list(sum(x),sum(v)),by=y]

通过在订购前先添加一列来更加透明。

mydf[,new.y := setNames(sample(unique(y)),unique(y))[y]][order(new.y)]

打破它：

##a random ordering of the elements of y 
##(set.seed is used here to get consistent results)
set.seed(1); mydf[,{z <- unique(y);sample(z)}]
# [1] "B" "E" "D" "c" "A"
##assigning names to the elements of y
##creating a 1-1 bijective function between the elements of y
set.seed(1); mydf[,{z <- unique(y);setNames(sample(z),z)}]
#  A   B   c   D   E 
#"B" "E" "D" "c" "A" 
##subsetting by y puts y through the map
##in effect every element of y is posing as an element of y, picked at random
##notice that the names (top row) are the original y
##the values (bottom row) are the mapped-to values
#  A   B   c   D   E   A   B   c   D   E   A   B   c   D   E   A   B   c   D   E 
#"B" "E" "D" "c" "A" "B" "E" "D" "c" "A" "B" "E" "D" "c" "A" "B" "E" "D" "c" "A"
##ordering by this now orders by the mapped-to values
set.seed(1); mydf[{z <- unique(y);order(setNames(sample(z),z)[y])}]

编辑：在评论中纳入Arun的建议，使用setattr来设置名称：

mydf[{z <- unique(y); order(setattr(sample(z),'names',z)[y])}]
mydf[{z <- unique(y); order(setattr(sample(z),'names',z)[y])},list(sum(x),sum(v)),by=y]

Answer 2

我认为这就是你要找的......？

mydf[,.SD[sample(.N)],by=y]

受@ BlueMagister第二个解决方案的启发，这是随机第一种方式：

mydf[sample(nrow(mydf)),.SD,by=y]

如果您希望群组按字母顺序显示，请使用keyby代替by。

如何按变量分组并按data.table中的随机顺序列出？

2 个答案: