为多个组做嵌套 if else 语句的优雅方式

Question

这是我正在尝试做的事情：

创建一个新列，根据每个子集中的行数将样本排名分配给多个行子集。分组变量是 'stratum' 列。

我通常使用嵌套的 ifelse 语句随机分配排名，如下所示。有时这就足够了，但最近，我一直在处理越来越多的分组。 40 个嵌套的 ifelse 语句看起来有点过分。

是否有更多 elegant/quicker/minimal 代码方法可以使用 dplyr 或 data.table 来执行此操作，也许与 apply、lapply、sapply 等结合使用？

我尝试使用 data.table 语句，但我不知道如何使用 nrow 插入示例函数。

可重现的数据：

dta <- data.frame(
     uniqueID = c(950513, 951634, 951640, 951641,951646, 952732, 952895, 952909, 952910, 952911, 952912,952923, 952924, 952925, 952926, 952927, 952928L, 952933, 
           952934, 952935),
     stratum = c("group9","group6","group15","group13","group9","group8","group9","group15","group15","group15","group15", "group13", "group13", 
          "group1", "group1", "group1", "group1", "group1", "group1", "group1")
)

以下是我通常使用 netsed ifelse 语句分配随机排名的方式：

dta<- dta[order(dta$stratum),]  
set.seed(7265)                                                                                                                 

dta$rank <- ifelse(dta$stratum== "group1",sample(1:nrow(dta[dta$stratum== "group1",])),
               ifelse(dta$stratum=="group6",sample(1:nrow(dta[dta$stratum== "group6",])),
                      ifelse(dta$stratum=="group8",sample(1:nrow(dta[dta$stratum== "group8",])),
                             ifelse(dta$stratum=="group9",sample(1:nrow(dta[dta$stratum== "group9",])),
                                    ifelse(dta$stratum=="group13",sample(1:nrow(dta[dta$stratum== "group13",])),
                                           ifelse(dta$stratum=="group15",sample(1:nrow(dta[dta$stratum== "group15",])),
                                                  0))))))

Answer 1

使用data.table的解决方案：

library(data.table)
setDT(dta)[, rank := sample(1:.N), stratum]

 #     uniqueID stratum rank
 #  1:   952925  group1    4
 #  2:   952926  group1    2
 #  3:   952927  group1    1
 #  4:   952928  group1    6
 #  5:   952933  group1    7
 #  6:   952934  group1    3
 #  7:   952935  group1    5
 #  8:   951641 group13    2
 #  9:   952923 group13    1
 # 10:   952924 group13    3
 # ...

解释：

将对象转换为 data.table (setDT())
从 1 到 .N（每组有多少行）每组样本排名 (, stratum])

Answer 2

使用dplyr，你可以做到

library(dplyr)
dta %>% 
    group_by(stratum) %>% 
    mutate(rank=sample.int(n()))

group_by 允许您一次对行的子集进行操作，我们使用 dplyr 中的内置 n() 函数来获取每组中的行数.我选择使用更高效的 sample.int 而不是 sample 但它基本上做同样的事情。

一般来说，嵌套的 if-else 语句最好用 dplyr 中的 case_when() 处理，但是你在这种情况下所做的事情最好用 group_by()[=20 处理=]

Answer 3

考虑基础 R 的 by，旨在按因素拆分数据帧：

dta$rank <- unlist(by(dta, dta$stratum, FUN=function(df) sample(1:nrow(df))))

#    uniqueID stratum rank
# 14   952925  group1    6
# 15   952926  group1    2
# 16   952927  group1    1
# 17   952928  group1    3
# 18   952933  group1    5
# 19   952934  group1    7
# 20   952935  group1    4
# 4    951641 group13    2
# 12   952923 group13    1
# 13   952924 group13    3
# 3    951640 group15    1
# 8    952909 group15    3
# 9    952910 group15    5
# 10   952911 group15    2
# 11   952912 group15    4
# 2    951634  group6    1
# 6    952732  group8    1
# 1    950513  group9    2
# 5    951646  group9    1
# 7    952895  group9    3

为多个组做嵌套 if else 语句的优雅方式

Elegant way to do nested if else statements for multiple groups

r

nested-if