同一池的两个随机独特样本

Question

我试图在每个样本中获取两个具有独特元素的样本。也就是说，“第一个”向量上的字符串不能在“第二”矢量中。不幸的是，我总是会得到重复的字符串，我看不到找到一种解决这个问题的方法。我试图使用if-else解决，但没有成功。

编辑：最终输出应为对。首先应该排在第二。唯一会有所不同的是字母。每个字母必须完全出现三遍。我不想重复元素的原因是，当我创建对时，我会得到1_W和1_W之类的对。那不可能发生。

输出应该是：

first: 12_U, 23_U, 6_U, 8_T, 24_T, 22_T, 7_S, 10_S, 19_S, 21_W, 14_W, 2_W

second: 12_W, 23_W, 6_W, 8_S, 24_S, 22_S, 7_T, 10_T, 19_T, 21_U, 14_U, 2_U

编辑2：

我在解释我的需求方面做得非常糟糕。此代码将用于选择我要收集数据的研究的头条新闻。

每个主题都代表着一个有关特定主题的标题，例如全球变暖。有24个主题。每个版本（u，t，s，w）代表真实标题（t）的变化。

我有一个头条银行，总共有96个头条新闻，这些标题在主题和版本方面有所不同。 1_U是主题1的U版本。我想检查参与者为每对选择哪些版本。

我需要

1. 选择12个主题；
2. 要在同一主题中创建对，以便参与者可以在同一标题的两个版本之间进行选择。
3. 参与者需要始终看到：12对（同一主题的2个版本）。
4. 我还需要保证他们会看到每个版本的平等比例。 这就是为什么我创建符合此标准的向量“第一”和向量“第二”的原因。

但是，我正在与重复版本配对。因此，我得到的某些对是12_和12_s，当它们应该是12_和任何其他版本（12_U，12_s或12_w）时，因为参与者在主题12和S版本之间进行选择是没有意义的在主题12。

通过创建两个向量，我能够完全得到我想要的东西，除了某些对包含相同标题的事实。

themes <- c(1:24)
set.seed(1)
twelve <- sample(themes, 12)
versions <- c('U', 'T', 'S', 'W')

set.seed(14) 
first <- sample(paste(sample(twelve), rep(versions, 3), sep='_'))
second <- sample(paste(sample(twelve), rep(versions, 3), sep='_'))

repeated <- first[first %in% second]

if (is.null(repeated)) {
  print(second) #if there are no elements in the vector "repeated", then print repeated
} else {
  x <- sample(paste(sample(twelve), rep(versions, 3), sep='_')) #otherwise, pick another sample
}

Answer 1

要确保您获得2个矢量第一个和second，其中中的主题是第一个在second中不存在在向量内重复主题，否则您必须使用采样来将主题拆分。

set.seed(1)
themes <- 1:24
versions <- c('U', 'T', 'S', 'W')
split_idx <- sample(length(themes), 0.5*length(themes))
set_1 <- themes[split_idx]
set_2 <- themes[-split_idx]

它创建了2个独特的样本，通过

set_1 %in% set_2

该样本应仅使用false条目返回布尔值。

如果您只想在最后2个向量中3个字母，我建议以下内容：

first <- paste(sample(set_1), sample(versions, 3), sep = "_")
secnd <- paste(sample(set_2), sample(versions, 3), sep = "_")

rep（版本，3）的使用是不必要的，因为r会自动复制，如果一个向量为短。

要获得具有保留这些属性的更改主题的新向量，您必须再次将主题分为两组。

编辑1：回答更新的问题。

为了生成一个主题样本：

set.seed(1)
themes <- 1:24
versions <- c('U', 'T', 'S', 'W')
theme_sample <- sample(themes, 12)

要使两个向量之间的版本是随机的，并且在两个向量之间进行了不同，以下“ hacky”解决方案浮现在脑海。

first_versions <- sample(versions)
while(sum((second_versions <- sample(versions)) == first_versions) != 0){}

以上创建一个样本，然后连续重新创建第二个样本，直到版本不再重复元素为止。
剩下的就是

first <- paste(theme_sample, first_versions, sep = "_")
second <- paste(theme_sample, second_versions, sep = "_")

根据需要获得最终的向量。

Answer 2

我认为您使自己的生活更容易采样（无重复），然后以主题价值粘贴。因此，我们首先采样了12个主题，然后在该列表上申请并将其粘贴到您的一对版本中。您将获得带有2行的矩阵，并带有两对。

set.seed(1)

themes <- 1:24
versions <- c("U", "T", "S", "W")

pairs <- sapply(sample(themes, 12), FUN = function(x) paste(x, sample(versions, 2), sep = "_"))

pairs
#      [,1]  [,2]  [,3]  [,4]  [,5]   [,6]   [,7]   [,8]   [,9]  [,10]  [,11]  [,12]
# [1,] "4_T" "7_S" "1_S" "2_U" "11_U" "14_U" "18_T" "22_T" "5_W" "16_U" "10_T" "6_T"
# [2,] "4_W" "7_U" "1_U" "2_W" "11_T" "14_W" "18_W" "22_U" "5_S" "16_S" "10_W" "6_W"

first <- pairs[1, ]
# [1] "4_T"  "7_S"  "1_S"  "2_U"  "11_U" "14_U" "18_T" "22_T" "5_W"  "16_U" "10_T" "6_T" 

second <- pairs[2, ]
# [1] "4_W"  "7_U"  "1_U"  "2_W"  "11_T" "14_W" "18_W" "22_U" "5_S"  "16_S" "10_W" "6_W"

Answer 3

这里是一种蛮力的方法。我将为12个参与者选择的两个主题创建两个samp les。 示例 版本以相同的方式。 重复，直到每个参与者都没有dupe（即在结果矩阵的每一行中）。接下来，使用samp_vs每两次复制行，baste都使用map一起复制。将其包装在函数samp_fun中。

samp_fun <- \(themes, versions) {
  themes_12 <- sample(themes, 12)
  repeat {
    samp_th <- replicate(2, sample(themes_12))
    samp_vs <- replicate(2, sample(versions))
    if (!any(apply(samp_th, 1, duplicated)) &
        !any(apply(samp_vs, 1, duplicated))) break
  }
  samp_vs <- samp_vs[rep(seq_len(nrow(samp_vs)), each=3), ]
  Map(\(...) paste(..., sep='_'),
      as.data.frame(samp_th), as.data.frame(samp_vs)) |>
    setNames(c('first', 'second'))
}

用法

themes <- 1:24
versions <- c('U', 'T', 'S', 'W')

set.seed(42)
res <- samp_fun(themes, versions)

结果

给出了两组的列表。

res$first
# [1] "4_S"  "15_S" "9_S"  "18_T" "5_T"  "20_T"
# [7] "17_W" "24_W" "8_W"  "7_U"  "1_U"  "10_U"

res$second
# [1] "15_U" "4_U"  "10_U" "8_W"  "7_W"  "24_W"
# [7] "5_S"  "18_S" "1_S"  "17_T" "9_T"  "20_T"

如果您想要第一个，第二个在工作区中的，请使用list2env。

list2env(res, .GlobalEnv)
first
second

注意： r＆gt; = 4.1使用。