r - 如何在具有范围的 data.frame 中生成随机数

Question

我有一个data.frame我想按序列生成每个列表的随机数。

我用过sample函数来创建随机数，但即使我为列表 [[1]] 创建了随机数，套装[[2]]再次产生相同的数字。那么，在这里我如何为集合 [[2]] 创建不同的随机数。

这是简单的代码；

data.list <- lapply(1:2, function(x) {
nrep <- 1
time <- rep(seq(90,54000,by=90),times=nrep) 
Mx <- rep(sort(sample(seq(0.012,-0.014,length.out = 600),replace=TRUE)), times=nrep)
My <- rep(sort(sample(seq(0.02,-0.02,length.out = 600),replace=TRUE)), times=nrep)
Mz <- rep(sort(sample(seq(-1,1,length.out=600),replace=TRUE)), times=nrep)
data.frame(time,Mx,My,Mz,set_nbr=x)
})

这提供了每个数据集的前 5 行

[[1]]
      time       Mx            My           Mz       set_nbr
1      90 -1.391319e-02 -2.000000e-02 -1.000000000       1
2     180 -1.386978e-02 -1.986644e-02 -1.000000000       1
3     270 -1.386978e-02 -1.973289e-02 -0.996661102       1
4     360 -1.382638e-02 -1.973289e-02 -0.993322204       1
5     450 -1.382638e-02 -1.973289e-02 -0.979966611       1  
..     ..  ....            ....         ....           ...

[[2]]

      time       Mx            My           Mz       set_nbr
1      90 -1.395659e-02 -0.0200000000 -1.000000000       2
2     180 -1.391319e-02 -0.0199332220 -0.993322204       2
3     270 -1.386978e-02 -0.0199332220 -0.993322204       2
4     360 -1.386978e-02 -0.0199332220 -0.993322204       2
5     450 -1.382638e-02 -0.0199332220 -0.986644407       2
..     ..  ....            ....         ....           ...

编辑1:

关于@bgoldst的回答，现在我可以产生不同的数字

set.seed(1);
data.list <- lapply(1:2, function(x) {
nrep <- 1;
time <- rep(seq(90,54000,by=90),times=nrep);
Mx <- rep(sort(runif(600,-0.014,0.012)),times=nrep);
My <- rep(sort(runif(600,-0.02,0.02)),times=nrep);
Mz <- rep(sort(runif(600,-1,1)),times=nrep);
data.frame(time,Mx,My,Mz,set_nbr=x);
});

另一方面，当我改变nrep <- 3;时为每个 nrep 创建相同的数字。这是我从一开始就想避免的事情。

编辑2:

@bgoldst 表明 replicate完成工作!

Answer 1

我想你可能对如何 sample() 有一些困惑有效。

首先，让我们检查一下 sample() 对于这个简单向量的行为:

1:5;
## [1] 1 2 3 4 5

当您将多元素向量传递给 sample() 时，它基本上只是随机化顺序。这意味着您每次都会得到不同的结果，或者更准确地说，向量越长，两次获得相同结果的可能性就越小:

set.seed(1); sample(1:5); sample(1:5); sample(1:5);
## [1] 2 5 4 3 1
## [1] 5 4 2 3 1
## [1] 2 1 3 4 5

这意味着如果您在采样后立即对其进行排序，那么您每次都会得到相同的结果。如果原始向量本身已排序，那么结果也将等于该原始向量。无论 sample() 如何随机化顺序，这都是正确的，因为顺序总是由 sort() 恢复。 :

set.seed(1); sort(sample(1:5)); sort(sample(1:5)); sort(sample(1:5));
## [1] 1 2 3 4 5
## [1] 1 2 3 4 5
## [1] 1 2 3 4 5

现在，如果您添加 replace=T (或者如果您想利用部分匹配来实现简洁，则只需添加 rep=T ，我就是这样做的)，那么您'如果您不只是随机化顺序，您将选择带有替换的size元素，其中size是向量长度(如果您没有提供大小明确。这意味着您可以在结果中获得重复的元素:

set.seed(1); sample(1:5,rep=T); sample(1:5,rep=T); sample(1:5,rep=T);
## [1] 2 2 3 5 2
## [1] 5 5 4 4 1
## [1] 2 1 4 2 4

因此，如果对结果进行排序，您(可能)不会得到原始向量，因为某些元素将被重复，而某些元素将被省略:

set.seed(1); sort(sample(1:5,rep=T)); sort(sample(1:5,rep=T)); sort(sample(1:5,rep=T));
## [1] 2 2 2 3 5
## [1] 1 4 4 5 5
## [1] 1 2 2 4 4

这正是您的代码所发生的情况。两个列表组件之间的输出向量不同，因为您在排序之前进行了替换采样，这意味着每个列表组件都会出现不同的元素重复和遗漏。但由于您是从相同的序列中采样并对结果进行排序，因此您必然会获得每个列表组件看起来相似的结果，即使它们并不相同。

我认为您可能正在寻找的是均匀分布的随机偏差。您可以从runif()获取这些:

set.seed(1); runif(5,-0.014,0.012);
## [1] -0.0070967748 -0.0043247786  0.0008941874  0.0096134025 -0.0087562698
set.seed(1); runif(5,-0.02,0.02);
## [1] -0.009379653 -0.005115044  0.002914135  0.016328312 -0.011932723
set.seed(1); runif(5,-1,1);
## [1] -0.4689827 -0.2557522  0.1457067  0.8164156 -0.5966361

因此，您的代码将变为:

set.seed(1);
data.list <- lapply(1:2, function(x) {
    nrep <- 1;
    time <- rep(seq(90,54000,by=90),times=nrep);
    Mx <- rep(sort(runif(600,-0.014,0.012)),times=nrep);
    My <- rep(sort(runif(600,-0.02,0.02)),times=nrep);
    Mz <- rep(sort(runif(600,-1,1)),times=nrep);
    data.frame(time,Mx,My,Mz,set_nbr=x);
});

这给出:

lapply(data.list,head);
## [[1]]
##   time          Mx          My         Mz set_nbr
## 1   90 -0.01395224 -0.01994741 -0.9967155       1
## 2  180 -0.01394975 -0.01991923 -0.9933909       1
## 3  270 -0.01378866 -0.01980934 -0.9905714       1
## 4  360 -0.01371306 -0.01977090 -0.9854065       1
## 5  450 -0.01371011 -0.01961713 -0.9850108       1
## 6  540 -0.01365998 -0.01960718 -0.9846628       1
##
## [[2]]
##   time          Mx          My         Mz set_nbr
## 1   90 -0.01398426 -0.01997718 -0.9970438       2
## 2  180 -0.01398293 -0.01989651 -0.9931286       2
## 3  270 -0.01397330 -0.01988715 -0.9923425       2
## 4  360 -0.01396455 -0.01957807 -0.9913645       2
## 5  450 -0.01384501 -0.01939597 -0.9892001       2
## 6  540 -0.01382531 -0.01931913 -0.9889356       2

---

编辑:从你的问题来看，你希望列表组件之间的随机数不同，也就是说，在从 1 生成的组件之间: 2 作为第一个参数传递给 lapply()。每个列表组件内每个随机向量 nrep 次的重复似乎不相关，部分原因是您将 nrep 设置为 1，因此没有任何实际的重复。

但是没关系，我们可以通过使用replicate()而不是rep()来实现这个需求，因为replicate()实际运行每次重复它的表达式参数一次。我们还必须展平结果，因为默认情况下 replicate() 返回一个矩阵，而我们需要一个直向量:

set.seed(1);
data.list <- lapply(1:2, function(x) {
    nrep <- 2;
    time <- rep(seq(90,54000,by=90),times=nrep);
    Mx <- c(replicate(nrep,sort(runif(600,-0.014,0.012))));
    My <- c(replicate(nrep,sort(runif(600,-0.02,0.02))));
    Mz <- c(replicate(nrep,sort(runif(600,-1,1))));
    data.frame(time,Mx,My,Mz,set_nbr=x);
});
lapply(data.list,function(x) x[c(1:6,601:606),]);
## [[1]]
##     time          Mx          My         Mz set_nbr
## 1     90 -0.01395224 -0.01993431 -0.9988590       1
## 2    180 -0.01394975 -0.01986782 -0.9948254       1
## 3    270 -0.01378866 -0.01981143 -0.9943576       1
## 4    360 -0.01371306 -0.01970813 -0.9789037       1
## 5    450 -0.01371011 -0.01970022 -0.9697986       1
## 6    540 -0.01365998 -0.01969326 -0.9659567       1
## 601   90 -0.01396582 -0.01997579 -0.9970438       1
## 602  180 -0.01394750 -0.01997375 -0.9931286       1
## 603  270 -0.01387607 -0.01995893 -0.9923425       1
## 604  360 -0.01385108 -0.01994546 -0.9913645       1
## 605  450 -0.01375113 -0.01976155 -0.9892001       1
## 606  540 -0.01374467 -0.01973125 -0.9889356       1
##
## [[2]]
##     time          Mx          My         Mz set_nbr
## 1     90 -0.01396979 -0.01999198 -0.9960861       2
## 2    180 -0.01390373 -0.01995219 -0.9945237       2
## 3    270 -0.01390252 -0.01991559 -0.9925640       2
## 4    360 -0.01388905 -0.01978123 -0.9890171       2
## 5    450 -0.01386718 -0.01967644 -0.9835435       2
## 6    540 -0.01384351 -0.01958008 -0.9822988       2
## 601   90 -0.01396739 -0.01989328 -0.9971255       2
## 602  180 -0.01396433 -0.01985785 -0.9954987       2
## 603  270 -0.01390700 -0.01984074 -0.9903196       2
## 604  360 -0.01376890 -0.01982715 -0.9902251       2
## 605  450 -0.01366110 -0.01979802 -0.9829480       2
## 606  540 -0.01364868 -0.01977278 -0.9812671       2