r - 如何以在 R 中生成人类可读输出的方式匿名化向量？

Question

为了保护研究对象在数据集中不被识别，我对 R 中的匿名向量感兴趣。但是，我也希望在撰写研究时能够引用输出(例如“主题 [随机 ID]显示...”)。我发现我可以使用 anonymizer 包轻松生成短散列，但是虽然在书面中引用短散列是可行的，但它并不完全理想(例如“主题 f4d35fab 显示......”很难记住，有点一口，并且很难区分其他散列数据，例如“来自 8b3bd334 的主题 f4d35fab 显示......”)。

有没有办法将哈希转换为随机的人类可读字符串，或者甚至以非以加密为中心的方式匿名化数据？

Answer 1

只是为每个主题分配一个随机数怎么样:

> subjects <- c("Matthew", "Mark", "Luke", "John")
> subjects.anon <- sample(length(subjects))
> subjects.anon
[1] 1 4 2 3

然后你可以用引用Mark的数据谈论主题4。

如果您想要与科目数量无关的数字:

sample(1000, length(subjects)) # [1] 789 103 435 983