在R中随机分类数据

Question

所以我对R有点新，所以如果这是一个愚蠢的问题，请原谅我。我有行为的数据集，看起来是这样的：

time  behavior 
10:04:36 FEED  
10:04:37 FEED  
10:04:38 REST 
10:04:39 REST 
10:04:40 RUN 

等。

我添加了一个列数每一个新的行为作为一个唯一的编号，是这样的：

time  behavior Number 
10:04:36 FEED  1 
10:04:37 FEED  1 
10:04:38 REST  2 
10:04:39 REST  2 
10:04:40 RUN  3 

因此，如果10:04:36和10:30:00的行为都是FEED，则它们仍然被视为不同的行为事件，因为它们具有不同的数字。然后，我通过行为类别对我的数据进行子集化，以便获得所有行为的数据集。然而，在这组数据我有一些类别每次我有一个新的行为事件，例如：

time  behavior Number 
10:04:36 FEED  1 
10:04:37 FEED  1 
10:30:00 FEED  10 
10:30:01 FEED  10 
10:30:02 FEED  10 
11:01:00 FEED  21 
11:01:01 FEED  21 

等等

现在，我想这样做是随机化这一新数据集按数字类别。因此，我想告诉R使用相同的Number值来获取每个数据块并重新组织这些块。我尝试使用sample（），但似乎只能用于按行随机化。正如你所看到的，数字类别的大小也不尽相同。基本上我想创建一个新的矩阵，看起来是这样的：

time  behavior Number 
10:30:00 FEED  10 
10:30:01 FEED  10 
10:30:02 FEED  10  
11:01:00 FEED  21 
11:01:01 FEED  21 
10:04:36 FEED  1 
10:04:37 FEED  1 

所以，我会如R每一个新的事件来识别每一个新的编号类别作为一个独特的事件，并随机重新组织数据，不按行。

有没有人知道一种方法来做我想在R做什么？

Answer 1

您可以创建一个辅助功能可按如

reorderingFunc <- function(data, indxCol){ 
    indx <- sample(unique(data[, indxCol])) 
    data[order(unique(data[, indxCol])[match(data[, indxCol], indx)]), ] 
} 

测试

set.seed(111) # Setting a seed so the outcome of `sample` be reproducible 
reorderingFunc(df, "Number") 
#  time behavior Number 
# 3 10:30:00  FEED  10 
# 4 10:30:01  FEED  10 
# 5 10:30:02  FEED  10 
# 6 11:01:00  FEED  21 
# 7 11:01:01  FEED  21 
# 1 10:04:36  FEED  1 
# 2 10:04:37  FEED  1