在data.table中跨組（不在組內）隨機排序

Question

假設我想按物種對iris數據集進行排序（作為data.table ），保持觀察結果按物種分組並在物種間隨機排序。

我怎么做？

我不是在談論在群體（物種）中產生隨機秩序。

我的直覺是編寫下面的代碼。 但是它實際上創建了物種內部隨機變量。 至少它可以使問題重現

d <- iris %>% data.table
set.seed('12345')
d[,g:=runif(.N),Species]

Answer 1

您可以在i進行二進制搜索。 一個較小的示例：

d <- data.table(Species = rep(letters[1:4], each = 2), ri = 1:8)
set.seed(1)
d[.(sample(unique(Species))), on = "Species"]
#    Species ri
# 1:       b  3
# 2:       b  4
# 3:       d  7
# 4:       d  8
# 5:       c  5
# 6:       c  6
# 7:       a  1
# 8:       a  2

Answer 2

我們可以從1 ... N系列中隨機抽取樣本，其中N是所討論的因子（ Species ）的水平數。

然后，我們將新訂單映射到一列並對其進行排序。 分為多個步驟進行說明，如下所示：

tmp      <- sample_n(as.data.frame(seq(1,length(unique(d$Species)))),3)[,1]
d$index  <- tmp[as.numeric(d$Species)]
d        <- d[order(d$index),]

您可以將其壓縮為1行/步：

d <- d[order(sample_n(as.data.frame(seq(1,length(unique(d$Species)))),3)[,1][as.numeric(d$Species)]),]

Answer 3

或者，您可以執行以下操作：

e <- d[, .N, Species]
e[, g2 := runif(.N)]
d <- e[, .(Species, g2)][d, on = 'Species']