我可以重新排列 R 中嵌套 tibble 中的数据吗？

Question

我希望能够随机化每个“对”发生“类型”的时间（“日期.时间”），并最终为排列参考模型重复此过程 10,000 次。

当我寻找解决方案时，我遇到了this示例来寻求灵感。我的印象是，这段代码会使用每对适当数量的类型/日期时间对 tibble 进行重新采样。

我认为我误解了 n_sample() 函数的作用，并且我对如何操作嵌套数据的理解有限。我不想重新调整该类型和 date.time 在 tibble 中出现的顺序，而是想为每对的类型重新分配一个随机的 date.time。重要的是类型和日期.时间特定于特定的对。

下面是我的 for 循环的一次迭代的简化尝试：

我有一个这样的df：

df <- data.frame(pair=c("AB", "AB", "AB", "AB", "CD", "CD", "DE", "DE", "DE"), 
                 type=c("PR", "NN", "AP", "PX", "BK", "PX", "NN", "NN", "S2"),
                 date.time=c("2021-04-05_17:50:42", "2021-04-05_17:00:03", "2021-04-05_15:36:00", "2021-04-05_15:20:13", "2021-04-05_16:40:14", "2021-04-05_16:11:21", "2021-04-05_17:00:03", "2021-04-05_16:40:14", "2021-04-05_17:00:03"))

我确定了每对的“样本”数量或发生的类型数量：

sample.sizes <- df  %>% 
                  dplyr::group_by(pair) %>%  
                  dplyr::summarize(n.sample = n()) %>%
                  ungroup()

我嵌套了数据并抽取了样本：

nested_data <- df  %>%
       select(pair, type, date.time) %>%
       group_by(pair) %>%   
       nest() %>%  # --> one row per relationship
       ungroup() %>% 
       arrange(pair) %>%
       merge(sample.sizes, by = "pair")


 sampled_obsdata <- nested_obsdata %>%
                  mutate(sample = purrr::map2(data, n.sample, n_sample))

data <- sampled_obsdata %>% 
                          select(-data) %>%
                          unnest(sample) %>%
                          arrange(pair, date.time)

我希望我的问题和理想的结果是清楚的 - 我是第一次发帖，所以对我宽容一些！谢谢！

Answer 1

我想我听到你说你想从同一对组内的随机采样值生成一个新的 date.time 值，因此当对是“AB”时，有 4 个值，可以选择其中任何一个作为新值以“AB”为对的每行的 date.time 值？如果是这样，您可以通过 group_by 配对、变异和采样来创建从该组采样的新变量。目前还不清楚每个新的 date.time 值是否必须是唯一的，或者是否可以重复，以及旧的 date.time 和新的 date.time 是否可以相同。假设这些不是限制，你可以这样做：

library(dplyr)
df %>% group_by(pair) %>% mutate(new_date = sample(date.time)) %>% ungroup

给出类似的东西：

# A tibble: 9 × 4
  pair  type  date.time           new_date           
  <chr> <chr> <chr>               <chr>              
1 AB    PR    2021-04-05_17:50:42 2021-04-05_17:00:03
2 AB    NN    2021-04-05_17:00:03 2021-04-05_15:36:00
3 AB    AP    2021-04-05_15:36:00 2021-04-05_17:50:42
4 AB    PX    2021-04-05_15:20:13 2021-04-05_15:20:13
5 CD    BK    2021-04-05_16:40:14 2021-04-05_16:11:21
6 CD    PX    2021-04-05_16:11:21 2021-04-05_16:40:14
7 DE    NN    2021-04-05_17:00:03 2021-04-05_16:40:14
8 DE    NN    2021-04-05_16:40:14 2021-04-05_17:00:03
9 DE    S2    2021-04-05_17:00:03 2021-04-05_17:00:03