Как создать фрейм данных с повторяющимися столбцами, созданными из случайной выборки другого фрейма данных?

Я пытаюсь повторно добавлять столбцы в фрейм данных, используя случайную выборку из другого фрейма данных.

Мой первый фрейм данных с фактическими данными для выборки выглядит так

df <- data.frame(cat = c("a", "b", "c","a", "b", "c"),
                 x = c(6,23,675,1,78,543))

У меня есть еще один фрейм данных:

df2 <- data.frame(obs =c(1,2,3,4,5,6,7,8,9,10),
                  cat=c("a", "a", "a", "b", "b", "b", "c","c","c", "c"))

Я хочу добавить 1000 новых столбцов в df2, которые случайным образом выбираются из df, сгруппированные по кат. Однажды я придумал (вероятно, очень любительский) способ сделать это, используя slice_sample() для создания нового образца данных dataframe1 со случайным образцом df, а затем объединив sample1 с df2.

df <- df %>%
  group_by(cat)

df2 <- df2 %>%
  group_by(cat)

sample1 <- slice_sample(df, preserve = T, n=3, replace = T )
sample1 <- sample1 %>%
  ungroup() %>%
  mutate(obs=c(1:9)) %>%
  select(-cat)

df3 <- merge(df2,sample1, by= "obs")

Теперь я хочу найти способ повторить это 1000 раз, чтобы получить df3 с 1000 столбцами (x1,x2,x3 и т. д.)

Я просмотрел повторяющиеся циклы, но не смог понять, как заставить приведенный выше код работать внутри цикла.

Я думаю, вы можете обернуть это в функцию и использовать replicate(1000, call_your_fn)

akrun 23.12.2020 00:59
Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
0
1
168
3
Перейти к ответу Данный вопрос помечен как решенный

Ответы 3

Можно создать функцию, а затем использовать либо replicate, либо rerun (из purrr) перед выполнением соединения.

library(dplyr)
library(purrr)
library(stringr)
f1 <- function(dat1) {
            dat1 %>%
                 group_by(cat) %>%
                 slice_sample(n = 3, replace = TRUE)  %>%
                     ungroup() %>%
                     mutate(obs = row_number()) %>%
                     select(-cat) 
         
      
      
      }
    
n <- 10
out <- rerun(10, f1(df)) %>% 
         c(list(df2), .) %>% 
         reduce(inner_join, by = 'obs') %>%  
          rename_at(vars(starts_with('x')), ~ str_c('x', seq_along(.)))  
Ответ принят как подходящий

Вот вариант data.table, который может помочь

dt <- as.data.table(df)
dt2 <- as.data.table(df2)
n <- 1000
res <- cbind(
  dt2[, .(obs)],
  dt2[
    ,
    replicate(n, sample(dt[.BY, x, on = "cat"], .N, replace = TRUE), simplify = FALSE),
    cat
  ]
)

Вы можете сохранить только 3 X уникальных строк значений cat в df2. Используйте replicate, чтобы повторить процесс выборки n раз и добавить n новых столбцов.

library(dplyr)

n <- 10
df2 <- df2 %>% slice(1:(3*n_distinct(cat)))

df2[paste0('x', 1:n)] <- replicate(n, df %>%
                                       group_by(cat) %>%
                                       slice_sample(n = 3, replace = TRUE) %>%
                                       pull(x))

#  obs cat  x1  x2  x3  x4  x5  x6  x7  x8  x9 x10
#1   1   a   6   1   1   6   6   1   1   1   6   6
#2   2   a   6   1   1   1   1   6   1   1   1   1
#3   3   a   1   6   1   6   1   6   6   1   6   6
#4   4   b  78  78  78  23  78  78  78  78  23  23
#5   5   b  78  78  78  23  23  23  78  78  78  23
#6   6   b  78  78  23  78  78  78  23  23  78  23
#7   7   c 675 543 543 543 543 543 675 543 543 675
#8   8   c 543 543 675 675 675 675 675 543 675 543
#9   9   c 543 543 675 543 675 543 675 675 543 675

Другие вопросы по теме