如何在R中按条件打乱dataframe行，保证每3行分组的ClassNr不重复

实现思路 #

你当前的数据集里每个ClassNr刚好对应2条记录，要实现每3行分组内无重复ClassNr且全量保留原始行，可按以下逻辑实现：

1. 按ClassNr对数据分组，每组内先做随机打乱
2. 给每个分组内的行分配组内序号（如2条记录的分组会生成序号1、2）
3. 按组内序号排序，相同序号的3条记录刚好对应ClassNr1、2、3各1条，自动满足分组去重要求，同组内还可以再做一次随机排序调整顺序

dplyr 实现代码 #

library(dplyr)

# 示例数据构造
l <- c("Ana", "Maria", "Hanne", "Liam","Sarah","Ella")
c <- c(1,1,2,3,3,2)
df <- as.data.frame(cbind(l,c))
colnames(df) <- c("Name", "ClassNr")

set.seed(55)
df_result <- df %>%
  # 按ClassNr分组，组内随机打乱顺序
  group_by(ClassNr) %>%
  sample_n(n()) %>%
  # 生成组内序号
  mutate(group_id = row_number()) %>%
  ungroup() %>%
  # 按组内序号排序，同序号的为一个分组，同分组内可再随机打乱
  group_by(group_id) %>%
  sample_n(n()) %>%
  ungroup() %>%
  # 去掉辅助列
  select(-group_id)

运行后输出df_result即可得到符合要求的结果，示例运行结果：

Name  ClassNr
  <chr> <chr>  
1 Ana   1      
2 Ella  2      
3 Liam  3      
4 Maria 1      
5 Hanne 2      
6 Sarah 3  

基础R实现（无需加载第三方包） #

set.seed(55)
# 按ClassNr拆分数据，每个分组内打乱
split_df <- lapply(split(df, df$ClassNr), function(x) x[sample(nrow(x)), ])
# 给每个分组添加组内序号
split_df <- lapply(split_df, function(x) {
  x$group_id <- seq_len(nrow(x))
  return(x)
})
# 合并所有分组，按group_id排序后同组内打乱
df_combined <- do.call(rbind, split_df)
df_result <- do.call(rbind, lapply(split(df_combined, df_combined$group_id), function(x) x[sample(nrow(x)), ]))
# 去掉辅助列
df_result$group_id <- NULL
# 重置行号
rownames(df_result) <- NULL

两种实现逻辑完全一致，可根据使用习惯选择。

内容的提问来源于stack exchange，提问作者ACLAN