R：5列中一列的随机值

Question

我有一个包含大约 100 个足球运动员号码的数据框 (df)（如果有更多的球员注册，这个数字会增加）。每个 player_number 由 6 位数字组成（例如 178530）。

每个玩家都要评论5个其他玩家，所以最终所有玩家都会被另外5个评论。因此我想给每个 player_number 随机分配 5 个不同的玩家号码（来自 player_number 列）。为避免将评论分配给自己 and/or 玩家必须对同一玩家进行两次（或更多次）评论，每个 player_number 应该在每一列和每一行中只出现一次。 数据框应如下所示：

player_number  review1  review2  review3  review4  review5
178530         207145    655600   443274   604060   804226
245678         947821    214525   332324   174589   868954      
…

玩家178530需要审核玩家207145、655600等

对于 review1 列，我使用了： set.seed(1) df$review1 <- sample(df$player_number, nrow(df), replace=F)

这适用于 review1，但将其应用于其他评论列会导致在多行中重复 player_number。谁能帮助我，让每个 player_number 在每一列和每一行中只出现一次？提前致谢。

编辑：在之前的版本中我简化了 player_number 太多 (1:100)

Answer 1

您可以为此编写一个函数。这个想法是获取 100 个 ID 或玩家号码的向量；随机抽取 5 个 unique 起始值作为 5 个新向量的起始值并绑定它们以获得您的结果，其中在每一行和每一列中都没有找到超过一次的 ID。

例如，如果您有数字1到5（那个顺序），并且想将其中的3个数字分配给1到5的每个数字；在一行或一列中没有数字超过一次。

这是执行此操作的函数。

play <- function(v, i){
  starts <- sample(2:length(v), i, replace=F)
  v2 <- v
  for(m in 1:i){
    v2 <- cbind(v2, c(v[starts[m]:length(v)], v[0:(starts[m]-1)]) )
  }
  colnames(v2) <- c('id', paste0('R', 1:i))
  return(v2)
}

试试吧。

play(1:5, 3)

这是一个类似的函数，它接受一个数据框，因为你在问题中要求它。

playDF <- function(df, i){
  starts <- sample(1:nrow(df), i+1, replace=F)
  sq2 <- NULL
  for(m in 1:(i+1)){
    sq2 <- cbind(sq2, c(df[starts[m]:nrow(df),], df[0:(starts[m]-1),]) )
  }
  sq2 <- as.data.frame(sq2)
  colnames(sq2) <- c('player_number', paste0('review', 1:(i)))
  return(sq2)
}

我已经为您的问题添加了示例数据。运行函数并将其应用于数据。

df <- data.frame(player_number=c(sample(111111:999999, 100, replace=F)))
playDF(df, 5)

Answer 2

可能不是最有效的，但这是一个仅使用基数 R 的解决方案。在这里，我一次只从 1:100 的向量中抽取 1 个数字，当前向量中没有已经存在的数字行和当前列。

对于第 100 行，这意味着数字是从长度为 1 的向量中采样的，这导致 sample 函数的行为不同。因此，为了防止这种意外行为，我好心地从 Sampling in R from vector of varying length 中授予了 sample.vec 自定义函数。

df <- data.frame(player_number = c(1:100))
df <- cbind(df, matrix(NA, 100, 5))

sample.vec <- function(x, ...) x[sample(length(x), ...)]

for(i in 1:100){
  for(j in 2:6){
    df[i,j] <- sample.vec(setdiff(c(1:100),c(df[i,], df[,j])), 1)
  }
}

问题更改后的更新：如果您想使用那些 6 位数的自定义玩家号码，一个选项可以是将所有列转换为因子，使用 1:100 作为级别，使用实际玩家号码作为标签。所以在上面的代码之后，你可以做这样的事情：

set.seed(1); player_number = sort(sample(100000:999999, 100)) # in your data, just create this vector beforehand using the actual player numbers
df[] <- lapply(df, function(x) {factor(x, levels = c(1:100), labels = player_number)})

证明：

head(df)
  player_number      1      2      3      4      5
1        112050 400373 466123 666197 888560 332198
2        120997 887728 917384 701596 682327 189514
3        153035 332198 315644 745845 469035 800949
4        155607 544171 759047 992698 450960 799685
5        163607 908546 338957 694713 267589 406304
6        175816 469035 120997 459962 875044 447493


table(apply(df, 1, function(x) {length(unique(x))}))
  6 
100 

table(apply(df, 2, function(x) {length(unique(x))}))
100 
  6

Answer 3

library(tidyverse)
df=data.frame(x=1:100)

  df%>%
  mutate(number = map(x, ~ glue::collapse(sample(x,5,replace=),",")))%>%
  separate(number,into=  glue::glue("review{1:5}"))

R：5列中一列的随机值

R: Random values from one column in 5 columns

random

r

sample