Question

所以我对R有点新意，所以如果这是一个愚蠢的问题，请原谅我。我有一组行为数据，如下所示：

time      behavior 
10:04:36  FEED     
10:04:37  FEED      
10:04:38  REST 
10:04:39  REST
10:04:40  RUN

等..

我添加了一个列，将每个新行为编号为唯一编号，例如：

time      behavior Number
10:04:36  FEED     1
10:04:37  FEED     1
10:04:38  REST     2
10:04:39  REST     2
10:04:40  RUN      3

因此，如果10:04:36和10:30:00的行为都是FEED，它们仍然被识别为不同的行为事件，因为它们具有不同的数字。然后我按行为类别对我的数据进行子集化，以便我拥有所有行为的数据集。但是，在此数据集中，每次有新的行为事件时，我都有数字类别，例如：

time      behavior Number
10:04:36  FEED     1
10:04:37  FEED     1
10:30:00  FEED     10
10:30:01  FEED     10 
10:30:02  FEED     10
11:01:00  FEED     21
11:01:01  FEED     21

等...

现在，我想要做的是按数字类别随机化这个新数据集。因此，我想告诉R使用相同的Number值获取每个数据块并重新组织这些块。我尝试使用sample（），但这似乎只适用于按行随机化。正如您所看到的，Number类别的大小也不尽相同。基本上我想创建一个看起来像这样的新矩阵：

time      behavior Number
10:30:00  FEED     10
10:30:01  FEED     10 
10:30:02  FEED     10    
11:01:00  FEED     21
11:01:01  FEED     21
10:04:36  FEED     1
10:04:37  FEED     1

所以，我希望R将每个新的Number类别识别为一个独特的事件，然后按每个新事件随后重新组织数据，而不是按行。

有没有人知道如何做我在R中尝试做的事情？

Answer 1

您可以创建辅助函数，例如

reorderingFunc <- function(data, indxCol){
  indx <- sample(unique(data[, indxCol]))
  data[order(unique(data[, indxCol])[match(data[, indxCol], indx)]), ]
}

测试

set.seed(111) # Setting a seed so the outcome of `sample` be reproducible
reorderingFunc(df, "Number")
#       time behavior Number
# 3 10:30:00     FEED     10
# 4 10:30:01     FEED     10
# 5 10:30:02     FEED     10
# 6 11:01:00     FEED     21
# 7 11:01:01     FEED     21
# 1 10:04:36     FEED      1
# 2 10:04:37     FEED      1

在R中按类别随机化数据

1 个答案: