Question

我有这样的数据帧（df1）。

     f1   f2   f3   f4   f5
d1   1    0    1    1    1  
d2   1    0    0    1    0
d3   0    0    0    1    1
d4   0    1    0    0    1

d1 ... d4列是rowname，f1 ... f5行是列名。

要做样本（df1），我得到一个与df1相同的新数据帧。因此，对于整个数据帧，计数1是保留的，但对于每行或每列都不是。

是否可以逐行或按列进行随机化？

我想为每列按列随机化df1，即每列中的1的数量保持不变。每列需要更改至少一次。例如，我可能有一个像这样的随机df2 :(注意每列中的1的计数保持不变，但每行的计数为1。

     f1   f2   f3   f4   f5
d1   1    0    0    0    1  
d2   0    1    0    1    1
d3   1    0    0    1    1
d4   0    0    1    1    0

同样，我也想为每一行逐行随机化df1，即no。每行中1的值保持不变，并且每行都需要更改（但更改的条目的数量可能不同）。例如，随机化的df3可能是这样的：

     f1   f2   f3   f4   f5
d1   0    1    1    1    1  <- two entries are different
d2   0    0    1    0    1  <- four entries are different
d3   1    0    0    0    1  <- two entries are different
d4   0    0    1    0    1  <- two entries are different

PS。非常感谢Gavin Simpson，Joris Meys和Chase的帮助，感谢我之前关于随机化两列的问题的回答。

Answer 1

鉴于R data.frame：

随机播放：

> df2 <- df1[sample(nrow(df1)),]
> df2
  a b c
3 0 1 0
4 0 0 0
2 1 0 0
1 1 1 0

默认情况下sample()随机重新排序作为第一个参数传递的元素。这意味着默认大小是传递的数组的大小。将参数replace=FALSE（默认值）传递给sample(...)可确保在没有替换的情况下完成抽样，从而实现行方式的随机播放。

随机播放：

> df3 <- df1[,sample(ncol(df1))]
> df3
  c a b
1 0 1 1
2 0 1 0
3 0 0 1
4 0 0 0

Answer 2

查看素食主义包中的permatswap()。这是一个维护行和列总计的示例，但您可以放松它并仅修复行或列总和中的一个。

mat <- matrix(c(1,1,0,0,0,0,0,1,1,0,0,0,1,1,1,0,1,0,1,1), ncol = 5)
set.seed(4)
out <- permatswap(mat, times = 99, burnin = 20000, thin = 500, mtype = "prab")

这给出了：

R> out$perm[[1]]
     [,1] [,2] [,3] [,4] [,5]
[1,]    1    0    1    1    1
[2,]    0    1    0    1    0
[3,]    0    0    0    1    1
[4,]    1    0    0    0    1
R> out$perm[[2]]
     [,1] [,2] [,3] [,4] [,5]
[1,]    1    1    0    1    1
[2,]    0    0    0    1    1
[3,]    1    0    0    1    0
[4,]    0    0    1    0    1

解释电话：

out <- permatswap(mat, times = 99, burnin = 20000, thin = 500, mtype = "prab")

times是您想要的随机矩阵的数量，此处为99
burnin是我们开始随机抽样之前进行的互换次数。在我们开始采用每个随机矩阵之前，这允许我们采样的矩阵非常随机
thin表示每次thin互换
mtype = "prab"表示将矩阵视为存在/不存在，即二进制0/1数据。

有几点需要注意，这并不能保证任何列或行都是随机的，但如果burnin足够长，那么很可能会发生这种情况。此外，您可以绘制比您需要的更多随机矩阵，并丢弃不符合您所有要求的矩阵。

您要求每行有不同数量的更改，此处也未涉及。您可以再次采样比您想要的更多的矩阵，然后丢弃那些不符合此要求的矩阵。

Answer 3

这是使用包data.frame随机播放dplyr的另一种方式：

行方向：

df2 <- slice(df1, sample(1:n()))

或

df2 <- sample_frac(df1, 1L)

逐列：

df2 <- select(df1, one_of(sample(names(df1))))

Answer 4

您还可以使用R包randomizeMatrix

中的picante功能

示例：

test <- matrix(c(1,1,0,1,0,1,0,0,1,0,0,1,0,1,0,0),nrow=4,ncol=4)
> test
     [,1] [,2] [,3] [,4]
[1,]    1    0    1    0
[2,]    1    1    0    1
[3,]    0    0    0    0
[4,]    1    0    1    0

randomizeMatrix(test,null.model = "frequency",iterations = 1000)

     [,1] [,2] [,3] [,4]
[1,]    0    1    0    1
[2,]    1    0    0    0
[3,]    1    0    1    0
[4,]    1    0    1    0

randomizeMatrix(test,null.model = "richness",iterations = 1000)

     [,1] [,2] [,3] [,4]
[1,]    1    0    0    1
[2,]    1    1    0    1
[3,]    0    0    0    0
[4,]    1    0    1    0
>

选项null.model="frequency"维护列总和，richness维护行总和。虽然主要用于在社区生态学中随机化物种存在缺失数据集，但它在这里运作良好。

此功能还有其他空模型选项，请查看以下链接以获取 picante documentation

的更多详细信息（第36页）

Answer 5

当然，您可以对每一行进行采样：

sapply (1:4, function (row) df1[row,]<<-sample(df1[row,]))

将自行调整行，因此每行中1的数量不会改变。小的变化，它也适用于列，但这是一个练习给读者:-P

Answer 6

您还可以使用以下方法在数据框中“采样”相同数量的项目：

nr<-dim(M)[1]
random_M = M[sample.int(nr),]

Answer 7

数据帧中的随机样本和排列如果是以矩阵形式转换为data.frame 使用基础包中的示例函数 indices = sample（1：nrow（df1），size = 1 * nrow（df1））随机样本和排列

Answer 8

如果目标是随机地对每一列进行洗牌，则上述某些答案将无效，因为这些列被一起洗牌了（这保留了列间的相关性）。其他人则需要安装软件包。然而，只有一种情况：

df2 = lapply(df1, function(x) { sample(x) })

如何按行和列方式随机化（或置换）数据帧？

8 个答案: