首页 文章

如何按行和列方式随机化（或置换）数据帧？

提问于
浏览 次
69

我有这样的数据帧（df1） .

f1   f2   f3   f4   f5
d1   1    0    1    1    1  
d2   1    0    0    1    0
d3   0    0    0    1    1
d4   0    1    0    0    1

d1 ... d4列是rowname，f1 ... f5行是列名 .

为了做样本（df1），我得到一个与df1相同的新数据帧 . 因此，对于整个数据帧，计数为1，但对于每行或每列，都不是 .

是否可以逐行或逐列进行随机化？

我想为每列按列随机化df1，即每列中的1的数量保持不变 . 每列需要更改至少一次 . 例如，我可能有一个像这样的随机df2 :(注意每列中的1的计数保持不变，但每行中的计数为1不同 .

f1   f2   f3   f4   f5
d1   1    0    0    0    1  
d2   0    1    0    1    1
d3   1    0    0    1    1
d4   0    0    1    1    0

同样，我也想为每一行按行随机化df1，即no . 每行中1的值保持不变，并且每行都需要更改（但更改的条目的数量可能不同） . 例如，随机化的df3可能是这样的：

f1   f2   f3   f4   f5
d1   0    1    1    1    1  <- two entries are different
d2   0    0    1    0    1  <- four entries are different
d3   1    0    0    0    1  <- two entries are different
d4   0    0    1    0    1  <- two entries are different

PS . 非常感谢Gavin Simpson，Joris Meys和Chase的帮助，以回答我之前关于随机化两列的问题的回答 .

r random permutation

7 回答

  • 5

    鉴于R data.frame：

    > df1
  a b c
1 1 1 0
2 1 0 0
3 0 1 0
4 0 0 0

    Shuffle row-wise:

    > df2 <- df1[sample(nrow(df1)),]
> df2
  a b c
3 0 1 0
4 0 0 0
2 1 0 0
1 1 1 0

    默认情况下 sample() 随机重新排序作为第一个参数传递的元素 . 这意味着默认大小是传递的数组的大小 . 将参数 replace=FALSE （默认值）传递给 sample(...) 可确保在没有替换的情况下完成采样，从而实现行方式的随机播放 .

    Shuffle column-wise:

    > df3 <- df1[,sample(ncol(df1))]
> df3
  c a b
1 0 1 1
2 0 1 0
3 0 0 1
4 0 0 0
    回复于
  • 10

    看一下 vegan 包中的 permatswap() . 这是一个维护行和列总计的示例，但您可以放松它并仅修复行或列总和中的一个 .

    mat <- matrix(c(1,1,0,0,0,0,0,1,1,0,0,0,1,1,1,0,1,0,1,1), ncol = 5)
set.seed(4)
out <- permatswap(mat, times = 99, burnin = 20000, thin = 500, mtype = "prab")

    这给出了：

    R> out$perm[[1]]
     [,1] [,2] [,3] [,4] [,5]
[1,]    1    0    1    1    1
[2,]    0    1    0    1    0
[3,]    0    0    0    1    1
[4,]    1    0    0    0    1
R> out$perm[[2]]
     [,1] [,2] [,3] [,4] [,5]
[1,]    1    1    0    1    1
[2,]    0    0    0    1    1
[3,]    1    0    0    1    0
[4,]    0    0    1    0    1

    解释电话：

    out <- permatswap(mat, times = 99, burnin = 20000, thin = 500, mtype = "prab")

    • times 是你想要的随机矩阵的数量，这里是99

    • burnin 是我们开始随机抽样之前进行的互换次数 . 在我们开始采用每个随机矩阵之前，这允许我们采样的矩阵是非常随机的

    • thin 表示每隔 thin 交换一次随机抽取

    • mtype = "prab" 表示将矩阵视为存在/不存在，即二进制0/1数据 .

    有几点需要注意，这并不保证任何列或行都是随机的，但如果 burnin 足够长，那么很有可能发生这种情况 . 此外，您可以绘制比您需要的更多随机矩阵，并丢弃不符合您所有要求的矩阵 .

    您要求每行具有不同数量的更改，此处也未涉及 . 您可以再次采样比您想要的更多的矩阵，然后丢弃那些不符合此要求的矩阵 .

    回复于
  • 195

    这是使用包 dplyr 来改变 data.frame 的另一种方法：

    按行：

    df2 <- slice(df1, sample(1:n()))

    要么

    df2 <- sample_frac(df1, 1L)

    逐列：

    df2 <- select(df1, one_of(sample(names(df1))))
    回复于
  • 6

    你也可以在R包中使用 randomizeMatrix 函数 picante

    例：

    test <- matrix(c(1,1,0,1,0,1,0,0,1,0,0,1,0,1,0,0),nrow=4,ncol=4)
> test
     [,1] [,2] [,3] [,4]
[1,]    1    0    1    0
[2,]    1    1    0    1
[3,]    0    0    0    0
[4,]    1    0    1    0

randomizeMatrix(test,null.model = "frequency",iterations = 1000)

     [,1] [,2] [,3] [,4]
[1,]    0    1    0    1
[2,]    1    0    0    0
[3,]    1    0    1    0
[4,]    1    0    1    0

randomizeMatrix(test,null.model = "richness",iterations = 1000)

     [,1] [,2] [,3] [,4]
[1,]    1    0    0    1
[2,]    1    1    0    1
[3,]    0    0    0    0
[4,]    1    0    1    0
>

    选项 null.model="frequency" 维护列总和， richness 维护行总和 . 虽然主要用于在社区生态学中随机化物种存在缺失数据集，但它在这里运作良好 .

    此函数还有其他空模型选项，请查看以下链接以获取picante documentation的更多详细信息（第36页）

    回复于
  • 0

    当然你可以对每一行进行采样：

    sapply (1:4, function (row) df1[row,]<<-sample(df1[row,]))

    将自动改变行，所以 1 's in each row doesn'的数量会改变 . 小的变化，它也适用于列，但这是一个练习给读者:-P

    回复于
  • 4

    数据框中的随机样本和排列如果是矩阵形式转换为data.frame，请使用基础包中的样本函数indices = sample（1：nrow（df1），size = 1 * nrow（df1））随机样本和排列

    回复于
  • 0

    您还可以使用以下内容“抽样”数据框中相同数量的项目：

    nr<-dim(M)[1]
random_M = M[sample.int(nr),]
    回复于

相关问题