按组对多级数据进行重采样

Question

我正在尝试编写一个对嵌套在组中的名称进行重新采样的函数。我的函数适用于不考虑组的重新采样，但我不想创建不属于同一组的名称样本。

这是该函数，其中 x 是所有名称（有些重复）的向量，a 是唯一名称观察值的向量，b 是随机顺序的唯一名称的向量。

    rep <- function(x,a,b){
      for(i in 1:length(a)){
        x1 <- x
        x1[which(x==a[i])] <- b[i]
      }
      x1
    }

x <- c("Smith", "Jones", "Washington", "Miller", "Wells", "Smith", "Smith", "Miller")
a <- sort(unique(x))
b <- sample(a, length(a))

dat <- rep(x, a, b)
View(dat)
"Smith"      "Jones"      "Washington" "Miller"     "Jones"      "Smith"      "Smith"       "Miller" 

但是，每个名称都嵌套在一个组中，因此我需要避免创建不属于同一组的名称样本。例如：

x         groupid
Smith       A1
Jones       B1
Washington  C1
Miller      A2
Wells       B1
Smith       A2
Smith       A3
Miller      A3

我该如何解释这一点？

Answer 1

使用 tidyverse 包可以更容易地实现这一点：

library(tidyverse)

txt <- 'x         groupid
Smith       A1
Jones       B1
Washington  C1
Miller      A2
Wells       B1
Smith       A2
Smith       A3
Miller      A3'

df <- read_table(file = txt)

set.seed(0)
df.new <- df %>% 
  group_by(groupid) %>% 
  mutate(
    b = sample(unique(x), n(), replace = T)
  ) %>% 
  arrange(groupid)

  x          groupid b         
  <chr>      <chr>   <chr>     
1 Smith      A1      Smith     
2 Miller     A2      Miller    
3 Smith      A2      Smith     
4 Smith      A3      Smith     
5 Miller     A3      Miller    
6 Jones      B1      Wells     
7 Wells      B1      Jones     
8 Washington C1      Washington