R: Как заменить значения в столбце случайными числами с дубликатами

У меня есть df с данными и имя для каждой строки. Я хотел бы, чтобы имена были заменены случайной строкой/числом, но с той же строкой, когда имя появляется дважды или более (например, для Адама и Камиллы ниже).

df <- data.frame("name" = c("Adam", "Adam", "Billy", "Camille", "Camille", "Dennis"), "favourite food" = c("Apples", "Banana", "Oranges", "Banana", "Apples", "Oranges"), stringsAsFactors = F)

Ожидаемый результат примерно такой (не важно, как выглядит случайная строка или ее длина)

df_exp <- data.frame("name" = c("xxyz", "xxyz", "xyyz", "xyzz", "xyzz", "yyzz"), "favourite food" = c("Apples", "Banana", "Oranges", "Banana", "Apples", "Oranges"), stringsAsFactors = F)

Я пробовал несколько функций случайной замены в R, однако каждая из них создает случайную строку для каждой строки данных, а не отдельную для дубликатов, например. stri_rand_strings:


library(stringi)
library(magrittr)
library(tidyr)
library(dplyr)

df <- df %>%
    mutate(UniqueID = do.call(paste0, Map(stri_rand_strings, n=6, length=c(2, 6),
                                          pattern = c('[A-Z]', '[0-9]'))))

Вы делаете это для анонимизации данных? Если это так, вы также можете посмотреть на пакеты «дайджест» и «анонимайзер».

A5C1D2H2I1M1N2O1R2T1 23.12.2020 01:24

Да, это цель. Спасибо, я не знал этих пакетов!

Mette 25.12.2020 20:50
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...
1
2
782
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Один из способов - с group_by/mutate

df %>% 
  group_by(name) %>% 
  mutate(hidden = stringi::stri_rand_strings(1, length=4)) %>% 
  ungroup() %>% 
  mutate(name=hidden)

По сути, мы просто генерируем одну случайную строку для каждой группы.

Вы также можете сначала создать таблицу перевода с помощью чего-то вроде

new_names <- df %>% 
  distinct(name) %>% 
  mutate(new_name = stringi::stri_rand_strings(n(), length=c(2,6)))

а затем объединить это с исходными данными. Но в любом случае я не уверен, что stri_rand_strings гарантированно возвращает уникальные значения — это просто случайные значения. Хотя маловероятно, что это одно и то же, было бы проще проверить, что все они различны, сначала создав таблицу перевода.

Другие вопросы по теме