如何完全洗牌r中的列

Question

我想随机洗牌R中的一列数字，并作为新列追加三次。但是我想让每个元素每次都洗牌到新行。如果c1指向r3，那么c3

就不可能指向r1或r3

sample <- data.frame(1:4)

基本上产生了类似这样的东西，但我想用在更大的数据中，
c1是原始的

||||||c1| c2 |c3 |c4
---------------
r1 | 1  | 4  | 3  | 2
r2 | 2  | 1  | 4  | 3
r3 | 3  | 2  | 1  | 4
r4 | 4  | 3  | 2  | 1

Answer 1

有趣的问题。这是一个不太优雅的解决方案，它解决了数字1到4，但适用于任何初始值集。

它依次构建每个列。在每一步中，它首先随机洗牌第一列中的数字。然后它确保没有逐行匹配，所以就像你说的，如果1对c2到r3，它不能对c3到r1或r3。

library(dplyr)
initial_values <- 1:4
cs <- tibble(c1 = initial_values,
c2 = 1,
c3 = 1,
c4 = 1)
while(any(cs$c1 == cs$c2)){
cs <- cs %>%
mutate(c2 = sample(c1, length(c1)))
}
while(any(cs$c3 == cs$c2 | cs$c3 == cs$c1)){
cs <- cs %>%
mutate(c3 = sample(c1, length(c1)))
}
while(any(cs$c4 == cs$c3 | cs$c4 == cs$c2 | cs$c4 == cs$c1)){
cs <- cs %>%
mutate(c4 = sample(c1, length(c1)))
}

结果如下:

# A tibble: 4 x 4
c1    c2    c3    c4
<int> <int> <int> <int>
1     1     4     2     3
2     2     3     1     4
3     3     2     4     1
4     4     1     3     2

只要稍加思考，我相信您可以将其扩展为适用于任意列数的一般函数。

Answer 2

使用的最佳方法取决于您有多少行和列(以及c1中是否存在重复值)。

假设需要的行数多于列数(迭代)，合理的方法可能是随机生成排列，丢弃任何产生重复的内容:

N = 100000
ncols = 3
sample = data.frame(c1=1:N)
orderings = data.frame(c1 = 1:N) # Initial ordering
reordering = orderings[,1]
c = 1
no_generated = 0
while (c <= ncols){
while (sum(reordering == orderings) > 0){ # check for any repetitions
print(sum(reordering == orderings))
reordering = order(runif(N)) # random reordering
no_generated = no_generated + 1
}
c = c + 1
orderings[[paste0('c',c)]] = reordering
}
cat(sprintf('%d permutations generatedn', no_generated))
print(sum(duplicated(orderings,MARGIN=2))) # Should be zero

如果行数更接近所需的列数，则更聪明的组合方法可能更好。

Answer 3

我可以用while循环来解决这个问题。我知道循环条件有点长，但在我的例子中，我知道我只需要3列，所以它不是太糟糕。我想如果列数未知，我需要更多的修改

data   = c(1:5)
data_1 = c(1:5)
data_2 = c(1:5)
data_3 = c(1:5)
while(any(data == data_1|data == data_2|data == data_3|data_1 == data_2|data_1 == data_3|data_2 == data_3)){
data_1 = c(sample(data,5, replace = FALSE))
data_2 = c(sample(data,5, replace = FALSE))
data_3 = c(sample(data,5, replace = FALSE))
}
df = data.frame(data,data_1,data_2,data_3)
df