根據 R 中的 ID 將一列隨機分成兩組

Question

我有一個看起來像這樣的數據框。 對於每個 ID，我想將主題隨機分配到兩個主題相對相等的組中，並且我還想添加一個新列來指示他們所在的組。例如，對於 ID 1，將 101 和 103 分配到組中A、102、104屬於B組； 對於 ID 2、105 和 106 在 A 組中，107 在 B 組中。我有數千個 ID 和主題，我該如何做到這一點？

   ID subject
1  1     101
2  1     102
3  1     103
4  1     104
4  2     105
5  2     106
6  2     107

Answer 1

對於每個ID ，您可以使用replace = TRUE對要重復的值進行sample ，其中每個值的出現概率相同。

library(dplyr)
groups <- c('Group A', 'Group B')

df %>%
  group_by(ID) %>%
  mutate(group = sample(groups, n(), replace = TRUE)) -> result

請注意，以上內容是完全隨機的，一個 4 行的ID可能有 3 行的Group A和 1 的Group B 。 如果您希望這兩個組始終均勻分布，您可以使用rep並對它們進行隨機sample 。

df %>%
  group_by(ID) %>%
  mutate(group = sample(rep(groups, length.out = n()))) -> result

Answer 2

使用ave來應用一個FUN動作 ID-wise，我們可以重復一個向量1:2 length(ID)次並對其sample ； 這可以通過rep_length來完成。 為了避免向量總是從 1 開始（從而有利於一個組），我們還對向量進行了采樣。

res <- transform(d, g=ave(ID, ID, FUN=function(x) 
  sample(rep_len(1:2, length(x)))))
res
#   ID subject g
# 1  1     101 2
# 2  1     102 1
# 3  1     103 2
# 4  1     104 1
# 5  2     105 1
# 6  2     106 2
# 7  2     107 1

檢查稍大的數據框：

d2 <- data.frame(ID=rep(1:10, each=7), subject=1:70)
res2 <- transform(d2, g=ave(ID, ID, FUN=function(x) 
  sample(rep_len(sample(1:2), length(x)))))
with(res2, table(g, ID))
#    ID
# g   1 2 3 4 5 6 7 8 9 10
#   1 4 4 3 4 4 3 4 3 4  3
#   2 3 3 4 3 3 4 3 4 3  4

---

數據：

d <- structure(list(ID = c(1L, 1L, 1L, 1L, 2L, 2L, 2L), subject = 101:107), class = "data.frame", row.names = c("1", 
"2", "3", "4", "5", "6", "7"))