如何将数据帧按行和按列随机化（或置换）？

我有一个这样的数据框（df1）。

     f1   f2   f3   f4   f5
d1   1    0    1    1    1  
d2   1    0    0    1    0
d3   0    0    0    1    1
d4   0    1    0    0    1

d1 ... d4列是行名，f1 ... f5行是列名。

为了做sample（df1），我得到一个新的数据帧，其计数与df1相同，为1。因此，在整个数据帧中保留1的计数，但在每一行或每一列中均保留1。

是否可以按行或按列进行随机化？

我想为每列随机分配df1，即每列1的数量保持不变。并且每列至少需要更改一次。例如，我可能会有这样的随机df2 ：（请注意，每列1的计数保持不变，但每行1的计数却不同。

     f1   f2   f3   f4   f5
d1   1    0    0    0    1  
d2   0    1    0    1    1
d3   1    0    0    1    1
d4   0    0    1    1    0

同样，我也想为每行随机分配df1，即不。每行中的1保持不变，并且每行都需要更改（但更改后的条目数可以不同）。例如，随机的df3可能是这样的：

     f1   f2   f3   f4   f5
d1   0    1    1    1    1  <- two entries are different
d2   0    0    1    0    1  <- four entries are different
d3   1    0    0    0    1  <- two entries are different
d4   0    0    1    0    1  <- two entries are different

PS。非常感谢加文·辛普森（Gavin Simpson），乔里斯·梅斯（Joris Meys）和蔡斯（Chase）的帮助，这是我先前对两列随机分配问题的回答。

给定R data.frame：

> df1
  a b c
1 1 1 0
2 1 0 0
3 0 1 0
4 0 0 0

按行随机播放：

> df2 <- df1[sample(nrow(df1)),]
> df2
  a b c
3 0 1 0
4 0 0 0
2 1 0 0
1 1 1 0

默认情况下，sample()随机重排序作为第一个参数传递的元素。这意味着默认大小是传递的数组的大小。传递参数replace=FALSE（默认值）以sample(...)确保无需替换即可完成采样，从而实现了按行随机播放。

按列随机播放：

> df3 <- df1[,sample(ncol(df1))]
> df3
  c a b
1 0 1 1
2 0 1 0
3 0 0 1
4 0 0 0

这是改编data.frameusing包的另一种方法dplyr：

逐行：

df2 <- slice(df1, sample(1:n()))

要么

df2 <- sample_frac(df1, 1L)

按列：

df2 <- select(df1, one_of(sample(names(df1)))) 

看看permatswap()在素食主义者包。这是维护行和列总计的示例，但是您可以放宽该范围，并仅固定行或列总计之一。

mat <- matrix(c(1,1,0,0,0,0,0,1,1,0,0,0,1,1,1,0,1,0,1,1), ncol = 5)
set.seed(4)
out <- permatswap(mat, times = 99, burnin = 20000, thin = 500, mtype = "prab")

这给出：

R> out$perm[[1]]
     [,1] [,2] [,3] [,4] [,5]
[1,]    1    0    1    1    1
[2,]    0    1    0    1    0
[3,]    0    0    0    1    1
[4,]    1    0    0    0    1
R> out$perm[[2]]
     [,1] [,2] [,3] [,4] [,5]
[1,]    1    1    0    1    1
[2,]    0    0    0    1    1
[3,]    1    0    0    1    0
[4,]    0    0    1    0    1

解释通话：

out <- permatswap(mat, times = 99, burnin = 20000, thin = 500, mtype = "prab")

1. times 是您想要的随机矩阵数，此处为99
2. burnin是我们开始随机抽样之前进行的掉期数。这样，在我们开始获取每个随机矩阵之前，从中采样的矩阵就可以非常随机
3. thin说每次thin交换都随机抽奖
4. mtype = "prab" 表示将矩阵视为存在/不存在，即二进制0/1数据。

有两点需要注意，这不能保证任何列或行都已被随机化，但是如果burnin时间足够长，则很有可能发生这种情况。而且，您可能会绘制超出所需数量的随机矩阵，并丢弃不符合所有要求的矩阵。

您的要求每行具有不同数量的更改，这里也未涵盖。同样，您可以采样比所需更多的矩阵，然后也丢弃不满足此要求的矩阵。

您还可以使用randomizeMatrixR包中的函数picante

例：

test <- matrix(c(1,1,0,1,0,1,0,0,1,0,0,1,0,1,0,0),nrow=4,ncol=4)
> test
     [,1] [,2] [,3] [,4]
[1,]    1    0    1    0
[2,]    1    1    0    1
[3,]    0    0    0    0
[4,]    1    0    1    0

randomizeMatrix(test,null.model = "frequency",iterations = 1000)

     [,1] [,2] [,3] [,4]
[1,]    0    1    0    1
[2,]    1    0    0    0
[3,]    1    0    1    0
[4,]    1    0    1    0

randomizeMatrix(test,null.model = "richness",iterations = 1000)

     [,1] [,2] [,3] [,4]
[1,]    1    0    0    1
[2,]    1    1    0    1
[3,]    0    0    0    0
[4,]    1    0    1    0
> 

该选项null.model="frequency"维护列总和，richness维护行总和。尽管主要用于在社区生态系统中将物种存在缺失数据集随机化，但在这里效果很好。

此函数还有其他空模型选项，请查看以下链接以获取文档的更多详细信息（第36页） picante

当然，您可以对每一行进行采样：

sapply (1:4, function (row) df1[row,]<<-sample(df1[row,]))

会随机改写行，因此1每行中的数量不变。进行很小的更改，并且也适用于列，但这对读者来说是一个练习：-P

您还可以使用以下方法在数据框中“采样”相同数量的项目：

nr<-dim(M)[1]
random_M = M[sample.int(nr),]

如果目标是随机地对每一列进行洗牌，则上述某些答案将不起作用，因为这些列被一起洗牌了（这保留了列间的相关性）。其他人则需要安装软件包。然而，存在着一线：

df2 = lapply(df1, function(x) { sample(x) })

数据帧中的随机样本和排列如果以矩阵形式转换为data.frame，请使用基本包中的样本函数index = sample（1：nrow（df1），size = 1 * nrow（df1））随机样本和排列