R：制作2个子集向量，以使值在索引方向上不同，并且在每个向量上也不同 [英] R: make 2 subset vectors so that values are different index-wise, and also different across each vector

问题描述

紧跟此问题，我想做类似的事情，但是这次我还有一个要求。

我想从相同数据中设置2个向量子集。

p>

我需要将替换设置为 FALSE ，因为我需要 a 中的所有值都不同，并且 b 中的所有值都不同。

除此之外， a 和 b 中的值不能相同

请注意，采样向量 v 总是固定的，样本长度 l 。

执行以下操作，我仅满足一个条件（ a 和 b 中的值不同，但是在 a 和之间的同一索引中的值仍然b 可以相同）

 > set.seed（1）
> v<-1:15 
> l<-10 
> a<-sample（v，l，replace = F）
> b<-sample（v，l，replace = F）
> a 
 [1] 4 6 8 11 3 9 10 14 5 1 
> b 
 [1] 4 3 9 5 13 12 7 8 14 10 
> a == b 
 [1]否否否否否否否否否否否否否否执行以下操作（来自上一个答案问题），我只能满足其他条件（同一索引中的值不相同，但是在 a 或 b ）。
 > ab<-split（replicate（10，sample（15,2）），seq（2））
> a<-ab [[1]] 
> b<-ab [[2]] 
> a 
 [1] 14 7 10 8 2 6 6 8 13 12 
> b 
 [1] 5 5 4 11 13 12 5 13 6 14 
>重复（a）
 [1]否否否否否否否否是TRUE TRUE FALSE FALSE 
>重复（b）
 [1]否是否否否否否否否是否否否
  
试图打破这两种方法有帮助吗？谢谢！
解决方案
使用 while 循环进行编辑以进行重新采样，直到
 
 
 
知道了...我所做的就是检查 b 对于相同的索引等于 a ，但不相等。
 
 
 
对于相同的索引，我从等于 v 的向量中重新采样，但是在 b 中没有已经接受的值（不等于 a 表示相同的索引）。
 
 
 
就像这样：
 > set.seed（6）
> v<-1:15 
> l<-10 
> a<-sample（v，l，replace = F）
> b<-sample（v，l，replace = F）
> a 
 [1] 10 14 4 5 9 15 11 7 13 1 
> b 
 [1] 10 13 2 4 9 3 5 6 14 11 
> a == b 
 [1]是否否否否是否否否否否否
 
 
> if（any（a == b）== TRUE）{
 + b0<-b [which（a == b）] 
 + b2<-b [which（a！= b ）] 
 + vnew<-v [which（！（v％in％b2））] 
 + b0<-sapply（b0，function（x）sample（vnew [vnew！= x ]，1））
 + while（any（duplicated（b0））== TRUE）{
 + b0<-sapply（b0，function（x）sample（vnew [vnew！= x] ，1））
 +} 
 + b [which（a == b）]<-b0 
 +} 
 
 
> a 
 [1] 10 14 4 5 9 15 11 7 13 1 
> b 
 [1] 15 13 2 4 12 3 5 6 14 11 
> a == b 
 [1]假假假假假假假假假假假假
>重复（b）
 [1]否否否否否否否否否否否否否
  
 
Following up on this question, I want to do something similar, but this time I have one more requirement.

I want to make 2 vectors subsetting from the same data.

I need replace to be set to FALSE because I need all values to be different across a, and all values to be different across b.

Apart from that, values cannot be the same in a and b for the same index position.

Note that sampling vector v is always fixed, as is the sample length l.

Doing the following, I only fulfil one criterium (values across a and values across b are different, but still values in the same index between a and b can be identical)
> set.seed(1)
> v <- 1:15
> l <- 10
> a <- sample(v, l, replace=F)
> b <- sample(v, l, replace=F)
> a
 [1]  4  6  8 11  3  9 10 14  5  1
> b
 [1]  4  3  9  5 13 12  7  8 14 10
> a==b
 [1]  TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
Doing the following (answer from the previous question), I only fulfil the other criterium (values in the same index are not identical, but there can be identical values across a or b).
> ab <- split(replicate(10, sample(15,2)), seq(2))
> a <- ab[[1]]
> b <- ab[[2]]
> a
 [1] 14  7 10  8  2  6  6  8 13 12
> b
 [1]  5  5  4 11 13 12  5 13  6 14
> duplicated(a)
 [1] FALSE FALSE FALSE FALSE FALSE FALSE  TRUE  TRUE FALSE FALSE
> duplicated(b)
 [1] FALSE  TRUE FALSE FALSE FALSE FALSE  TRUE  TRUE FALSE FALSE
Any help trying to collapse both approaches? Thanks!
解决方案
Edited with a while loop to do the resampling until it is correct (with no duplicates).

Got it... What I did was check which values in b are equal to a for the same index, and which are not equal.

For those that are equal, I resample from a vector equal to v but without the already "accepted" values in b (the ones not equal to a for the same index).

Like this:
> set.seed(6)
> v <- 1:15
> l <- 10
> a <- sample(v, l, replace=F)
> b <- sample(v, l, replace=F)
> a
 [1] 10 14  4  5  9 15 11  7 13  1
> b
 [1] 10 13  2  4  9  3  5  6 14 11
> a==b
 [1]  TRUE FALSE FALSE FALSE  TRUE FALSE FALSE FALSE FALSE FALSE


> if (any(a==b)==TRUE) {
+   b0 <- b[which(a==b)]
+   b2 <- b[which(a!=b)]
+   vnew <- v[which(!(v %in% b2))]
+   b0 <- sapply(b0, function(x) sample(vnew[vnew != x], 1))
+   while (any(duplicated(b0))==TRUE){
+     b0 <- sapply(b0, function(x) sample(vnew[vnew != x], 1))
+   }
+   b[which(a==b)] <- b0
+ }


> a
 [1] 10 14  4  5  9 15 11  7 13  1
> b
 [1] 15 13  2  4 12  3  5  6 14 11
> a==b
 [1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
> duplicated(b)
 [1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE


                        
这篇关于R：制作2个子集向量，以使值在索引方向上不同，并且在每个向量上也不同的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！