如何修改for循环实现每次随机移除完整Transect并计算类别频率？

我有一个较大的数据集，当前用for循环每次移除每个Transect的一行，并计算Category的频率。现在想改成每次迭代随机移除整个Transect（比如第一次移除所有Transect 3，第二次移除所有Transect 1）。以下是示例数据集和现有代码，请问怎么实现？

示例数据集 #

Transect <- c(1,1,1,1,1,2,2,2,2,2,3,3,3,3,3)
Category <- c("S","S","S","C","T","S","SP","T", "C", "T","S","SP","T","S","C")
dat <- data.frame(Transect,Category)

现有代码 #

for (q in 1:2) {
  
  for ( i in 0:5){
    #if (i>0)
    
    df <- dat2 %>%
      group_by(Transect) %>%
      sample_n(n() - i, replace = TRUE) %>%
      ungroup()
    
    c <- df %>%                               
      group_by(Category) %>%
      summarise(n = n(), replace=TRUE) %>%
      mutate(freq = n / sum(n), 
             total=55-i) 
    if (i==0){
      tot_1=c
    } else {
      tot_1=bind_rows(tot_1,c)
    }
  }
  tot_1$rep = q 
  if (q==1){
    dftot = tot_1
  } else {
    dftot=bind_rows(dftot, tot_1)
  }
}

要实现每次迭代随机移除整个Transect，核心是随机选定要移除的Transect组，保留剩余数据后计算频率。以下是两种适配需求的修改方案：

方案1：遍历移除0到多个Transect的情况 #

该方案保留原代码的迭代逻辑，将“按行移除”改为“按Transect组移除”，可灵活控制每次移除的Transect数量：

library(dplyr)

# 配置参数：重复次数、每次最多移除的Transect数量
n_reps <- 2
max_remove <- length(unique(dat$Transect)) - 1  # 至少保留1个Transect
all_transects <- unique(dat$Transect)

# 初始化结果集
dftot <- data.frame()

for (q in 1:n_reps) {
  tot_1 <- data.frame()
  
  # 遍历移除0个（全保留）到max_remove个Transect的情况
  for (i in 0:max_remove) {
    if (i == 0) {
      df <- dat
    } else {
      # 随机选择i个要移除的Transect
      removed <- sample(all_transects, size = i, replace = FALSE)
      df <- dat %>% filter(!Transect %in% removed)
    }
    
    # 计算Category频率
    freq_df <- df %>%                               
      group_by(Category) %>%
      summarise(n = n()) %>%
      mutate(freq = n / sum(n), 
             total_rows = nrow(df),
             removed_transect_num = i)
    
    tot_1 <- bind_rows(tot_1, freq_df)
  }
  
  # 添加重复次数标记
  tot_1$rep <- q
  dftot <- bind_rows(dftot, tot_1)
}

# 查看最终结果
print(dftot)

方案2：每次固定移除1个Transect（贴合需求描述） #

该方案更贴合你提到的“第一次移除Transect3，第二次移除Transect1”的场景，每次重复中依次随机移除单个Transect：

library(dplyr)

n_reps <- 2
all_transects <- unique(dat$Transect)
dftot <- data.frame()

for (q in 1:n_reps) {
  # 先记录全保留的情况
  tot_1 <- dat %>%                               
    group_by(Category) %>%
    summarise(n = n()) %>%
    mutate(freq = n / sum(n), 
           total_rows = nrow(dat),
           removed_transect = "None",
           removed_count = 0)
  
  # 随机打乱Transect顺序，依次移除每个
  shuffled_transects <- sample(all_transects)
  for (transect in shuffled_transects) {
    df <- dat %>% filter(Transect != transect)
    
    freq_df <- df %>%                               
      group_by(Category) %>%
      summarise(n = n()) %>%
      mutate(freq = n / sum(n), 
             total_rows = nrow(df),
             removed_transect = as.character(transect),
             removed_count = 1)
    
    tot_1 <- bind_rows(tot_1, freq_df)
  }
  
  tot_1$rep <- q
  dftot <- bind_rows(dftot, tot_1)
}

print(dftot)

代码说明 #

1. 核心逻辑：用sample()随机选定要移除的Transect组，通过filter()筛选剩余数据，替代原代码按行移除的逻辑。
2. 结果标记：新增removed_transect（被移除的Transect编号）、removed_count（移除数量）等字段，方便后续区分不同迭代的结果。
3. 重复处理：保留原代码的重复次数逻辑，将多次重复的结果合并到总数据集。

内容的提问来源于stack exchange，提问作者Nico