在数据帧的不同十分位数之间随机交换数据帧值

Question

解释起来有点复杂，所以我希望它足够清楚，但如果不是，我会尝试扩展更多。

所以我有一个这样的数据框：

df <- data.frame(index=sort(runif(300, -10,10)), v1=runif(300, -2,-1), v2=runif(300, 1,2))

它给了我们一个 3 列 300 行的 df。 第一列（“index”）包含从 -10 到 10 的排序值，接下来的两列（“v1”/“v2”）包含对这个问题不重要的随机数值。

现在我根据索引列将我的 df 行分类为十分位数（例如十分位数 1：放置 1-30，十分位数 2：放置 31-60）并且我想在行之间随机交换，以便交换所有第一个十分位值随机与第 6 个十分位，所有第 2 个十分位值与第 7 个十分位随机交换，依此类推。 当我说交换时，我的意思是索引值保留在其位置，但 v1 和 v2 值与适当十分位数中随机行的 v1 和 v2 交换（仍然耦合）。

例如，df 中第一行的 v1 和 v2（因此从第 1 个十分位）将与 df（第 6 个十分位）中第 160 行的 v1 和 v2 交换，第二个的 v1 和 v2 df 中的行（第 1 个十分位）将与 df 中第 175 行的 v1 和 v2（也是第 6 个十分位）交换，df 中第 31 行的 v1 和 v2（第 2 个十分位）将与 v1 交换和 df 中第 186 行的 v2（第 7 个十分位数）等等，所以所有的 v1+v2 值都已随机更改位置到它们适当的新十分位数。

希望很清楚。 我一直试图解决它几个小时，但无法弄清楚。

谢谢

Answer 1

使用order()按两个索引排序，一个是重新排列的十分位数，另一个是随机的。

set.seed(123)
dtf <- data.frame(round(cbind(index=sort(runif(20, -10, 10)), 
                                 v1=runif(20, 0, 5), 
                                 v2=runif(20, 5, 10)), 2))
ea <- nrow(dtf)/10

# Deciles shifted by 5
d <- rep(((1:10 + 4) %% 10) + 1, each=ea)

# Random index within decile
r <- c(replicate(10, sample(ea)))

cbind(dtf, z=dtf[order(d, r), -1])
#    index   v1   v2 z.v1 z.v2
# 12 -9.16 4.45 5.71 4.51 7.21
# 11 -9.09 3.46 7.07 4.82 5.23
# 14 -7.94 3.20 7.07 3.98 5.61
# 13 -5.08 4.97 6.84 3.45 8.99
# 15 -4.25 3.28 5.76 0.12 7.80
# 16 -3.44 3.54 5.69 2.39 6.03
# 17 -1.82 2.72 6.17 3.79 5.64
# 18 -0.93 2.97 7.33 1.08 8.77
# 19 -0.87 1.45 6.33 1.59 9.48
# 20  0.56 0.74 9.29 1.16 6.87
# 2   1.03 4.82 5.23 3.46 7.07
# 1   1.45 4.51 7.21 4.45 5.71
# 3   3.55 3.45 8.99 3.20 7.07
# 4   5.77 3.98 5.61 4.97 6.84
# 6   7.66 0.12 7.80 3.54 5.69
# 5   7.85 2.39 6.03 3.28 5.76
# 8   8.00 3.79 5.64 2.97 7.33
# 7   8.81 1.08 8.77 2.72 6.17
# 10  9.09 1.59 9.48 0.74 9.29
# 9   9.14 1.16 6.87 1.45 6.33

Answer 2

我认为这就是你所需要的。

swapByBlocks <- function(df, blockSize = 30, nblocks = 10){
    if((nrow(df) != blockSize*nblocks) || nblocks %%2) stop("Undefined behaviour")
    swappedDF <- df[c((nrow(df)/2 +1):nrow(df), 1:(nrow(df)/2)),]
    ndxMat <- sapply(1:(nblocks/2),function(dummy) sample(1:blockSize))
    for(i in 1:ncol(ndxMat)) {
        swappedDF[(i-1)*blockSize + 1:blockSize, ] <- swappedDF[((i-1)*blockSize + 1:blockSize)[ndxMat[,i]], ]
        swappedDF[(i+nblocks/2-1)*blockSize + 1:blockSize, ] <- swappedDF[((i+nblocks/2-1)*blockSize + 1:blockSize)[order(ndxMat[,i])], ]
    }   
    return(swappedDF)                
}

一个小案例，您可以在其中检查它是如何工作的：

res <- swapByBlocks(df[1:18,], blockSize = 3, nblocks = 6)
> df[1:18,]
       index        v1       v2
1  -9.859624 -1.657779 1.954094
2  -9.774898 -1.015825 1.006341
3  -9.624402 -1.713754 1.527065
4  -9.441129 -1.891834 1.803793
5  -9.424195 -1.125674 1.581199
6  -8.890537 -1.142044 1.219111
7  -8.838012 -1.173445 1.013408
8  -8.296938 -1.780396 1.570550
9  -8.172076 -1.789056 1.178596
10 -7.671897 -1.988539 1.690468
11 -7.655868 -1.095662 1.876414
12 -7.450011 -1.337443 1.632104
13 -7.204528 -1.880350 1.408944
14 -7.085862 -1.232293 1.593247
15 -7.030691 -1.087031 1.924306
16 -6.989892 -1.639967 1.495058
17 -6.978945 -1.395340 1.872944
18 -6.930379 -1.841031 1.061046
> res
       index        v1       v2
10 -7.450011 -1.337443 1.632104
11 -7.655868 -1.095662 1.876414
12 -7.671897 -1.988539 1.690468
13 -7.030691 -1.087031 1.924306
14 -7.085862 -1.232293 1.593247
15 -7.204528 -1.880350 1.408944
16 -6.989892 -1.639967 1.495058
17 -6.930379 -1.841031 1.061046
18 -6.978945 -1.395340 1.872944
1  -9.624402 -1.713754 1.527065
2  -9.774898 -1.015825 1.006341
3  -9.859624 -1.657779 1.954094
4  -8.890537 -1.142044 1.219111
5  -9.424195 -1.125674 1.581199
6  -9.441129 -1.891834 1.803793
7  -8.838012 -1.173445 1.013408
8  -8.172076 -1.789056 1.178596
9  -8.296938 -1.780396 1.570550
> 

这里有 18 行，每行有 6 个块，每块 3 个数字。 第 1 到 3 行与第 10 到 12 行交换，第 4 到 6 行与第 13 到 15 行交换，第 4 到 9 行与第 16 到 17 行交换。