如何在R中按品种分组随机化试验处理编号？

需求说明 #

现有如下试验数据：

Grain <- tibble::tibble(
  Variety = rep(c("CV1", "CV2"), each = 4L),
  `N rate` = rep(c("0N", "50N", "100N", "150N"), 2),
  `Rep 1` = seq(101, 108, by = 1),
  `Rep 2` = seq(201, 208, by = 1),
  `Rep 3` = seq(301, 308, by = 1),
  `Rep 4` = seq(401, 408, by = 1),
)

原数据中，CV1对应各Rep列的前4个编号区间（如Rep1的101-104），CV2对应后4个区间（如Rep1的105-108）。原随机化代码仅能组内打乱顺序，但区间分配固定：

library(dplyr)      
set.seed(123)       
Grain_randomized <- Grain %>%
  group_by(Variety) %>%
  mutate(across(starts_with("Rep"), ~ sample(.x))) %>%
  ungroup()

需要实现的效果是：每个Rep列的编号区间在两个品种间随机分配，同时每个品种内的Rep编号保持连续，且组内顺序可打乱。

实现代码 #

library(dplyr)
set.seed(123) # 固定随机种子保证结果可重复

# 定义每个Rep列的区间拆分与随机分配逻辑
split_rep <- function(rep_col) {
  # 拆分出前后各4个编号的区间
  group1 <- head(rep_col, 4)
  group2 <- tail(rep_col, 4)
  # 随机决定哪个区间分配给CV1，同时打乱区间内的编号顺序
  if (sample(c(TRUE, FALSE), 1)) {
    c(sample(group1), sample(group2))
  } else {
    c(sample(group2), sample(group1))
  }
}

# 对所有Rep列批量应用随机化逻辑
Grain_final <- Grain %>%
  mutate(across(starts_with("Rep"), split_rep))

代码解释 #

1. split_rep函数：针对单个Rep列，先拆分出前后各4个编号的区间，通过sample(c(TRUE, FALSE),1)随机决定区间分配给CV1的方向，同时对每个区间内的编号进行随机打乱，既保证品种内编号连续，又实现组内顺序随机。
2. across(starts_with("Rep"), split_rep)：批量对所有Rep列应用上述逻辑，无需单独处理每一列。

运行后即可得到符合要求的随机化结果，示例输出如下：

# A tibble: 8 × 6
  Variety `N rate` `Rep 1` `Rep 2` `Rep 3` `Rep 4`
  <chr>   <chr>      <int>   <int>   <int>   <int>
1 CV1     0N           103     206     304     407
2 CV1     50N          104     205     301     408
3 CV1     100N         101     207     303     406
4 CV1     150N         102     208     302     405
5 CV2     0N           107     201     305     402
6 CV2     50N          106     204     308     401
7 CV2     100N         108     202     307     403
8 CV2     150N         105     203     306     404

内容的提问来源于stack exchange，提问作者J.K Kim