0

我有 2000 行网球比赛的 df 和 10 列单场比赛的静态数据。所有比赛都按比赛的DAY排序，在ID1中是比赛的获胜者。

我需要的是洗牌我的df行（这不是问题，因为它很简单）并随机更改ID1-> ID2的位置和所有列中的统计信息，例如A_1列-> A_2列，加上发生这种情况时添加一列，例如当列的位置更改时添加“1”，当所有列都位于相同位置时添加“0”。

这里有一个例子

DAY    ID1      ID2      A_1    A_2    B_1    B_2
1       10       20       4      6      10     2
2       5         4       0      2       5     1
3       23        34      5      10      2     8
4        4        12      6       4      3     1

EXPECTED RESULT
DAY    ID1      ID2      A_1    A_2    B_1    B_2    X
2       5         4       0      2       5     1     0
1       20        10      6      4       2     10    1
3        4        12      6       4      3     1     0
4       23        34      5      10      2     8     0

我的第一次尝试是做一个样本，然后从主df中减去样本中的行。然后更改 2 个表之一中的每个名称列。

4

1 回答 1

2

这应该工作，在 base R：

set.seed(16)
df1 <- apply(df[sample(nrow(df)),],1,function(x) {
  s <- sample(2)
  y <- c(x[1],x[s+1],x[s+3],x[s+5])
  y["X"] <- !all(s == 1:2)
  y})

df1 <- setNames(as.data.frame(t(df1)),c(names(df),"X"))
df1
#   DAY ID1 ID2 A_1 A_2 B_1 B_2 X
# 3   3  34  23  10   5   8   2 1
# 1   1  10  20   4   6  10   2 0
# 4   4  12   4   4   6   1   3 1
# 2   2   5   4   0   2   5   1 0

sample(2)洗牌向量1:2。在每次迭代中，都会发生一个新的采样实例。

它可以等于c(1,2)或c(2,1)。

因此：

  • x[s+1]要么是c(x[2],x[3])要么c(x[3],x[2])
  • x[s+3]要么是c(x[4],x[5])要么c(x[5],x[4])
  • x[s+5]要么是c(x[6],x[7])要么c(x[7],x[6])

它们都一起切换或根本不切换，因为它们都使用相同的值s

于 2018-06-02T21:32:55.293 回答