R语言如何对数据集随机重排100次计算cummean并标注迭代次数

方案1：tidyverse风格实现 #

依赖dplyr和purrr包，代码更简洁：

# 加载依赖
library(tidyverse)

# 构造示例数据（和你提供的一致）
ID <- seq.int(1,100)
val <- rnorm(100)
df <- cbind(ID, val) %>% as.data.frame()

set.seed(123) # 固定随机种子，可复现结果
# 100次重排+计算
result <- map_dfr(1:100, function(iter_num) {
  df %>%
    slice_sample(prop = 1) %>% # 全量随机打乱行顺序
    mutate(
      iter = iter_num, # 标注迭代编号（1-100）
      cum_pos = row_number(), # 标识当前累积用到的样本数量，不需要可删除
      cm = cummean(val) # 计算累积均值
    )
})

方案2：基础循环实现 #

逻辑更直观，不需要额外依赖除dplyr外的包：

# 构造示例数据
ID <- seq.int(1,100)
val <- rnorm(100)
df <- cbind(ID, val) %>% as.data.frame()

set.seed(123)
result_list <- list()
for (i in 1:100) {
  # 随机打乱数据集
  shuffled_df <- df[sample(nrow(df)), ]
  # 计算累积均值
  shuffled_df$cm <- cummean(shuffled_df$val)
  # 新增迭代编号
  shuffled_df$iter <- i
  # 新增累积样本数标识，不需要可删除
  shuffled_df$cum_pos <- 1:nrow(shuffled_df)
  result_list[[i]] <- shuffled_df
}
# 合并所有迭代结果为总数据框
result <- do.call(rbind, result_list)

两种方案输出的结果结构完全一致，全程保留原始ID列，新增的iter列对应重排迭代编号，cum_pos列直接标识计算累积均值时用到的样本数量，可按需选择是否保留。

内容的提问来源于stack exchange，提问作者L.sicilis