如何按行在 R 中打乱数据帧

在 R 中，打乱数据帧（data frame）的行可以帮助我们随机重排数据或创建模型时对数据进行交叉验证。本文将介绍如何使用 R 中内置的函数和额外的包来实现这个目标。

使用 base R

1. 使用 sample() 函数

使用 sample() 函数可以返回数据帧的随机行。以下演示了一个示例：

```{r, eval=FALSE}
# 创建一个示例数据帧
df <- data.frame(A = c(1, 2, 3, 4, 5),
                 B = c("apple", "banana", "cherry", "date", "elderberry"))

# 打乱数据帧的行
shuffled_df <- df[sample(nrow(df)), ]

在上述示例中，`sample(nrow(df))` 用于生成一个长度与数据帧行数相同的向量，该向量包含一个随机的整数序列。然后，将该向量用作行索引，从而打乱数据帧的行。

### 2. 使用排列方法

在实际应用中，我们可能需要多次将数据帧的行打乱。为了确保结果可重现，我们可以使用 `set.seed()` 函数设置一个种子值。以下是一个示例：

```markdown
```{r, eval=FALSE}
set.seed(123)  # 设置种子值以确保结果可重现

shuffled_df <- df[sample(nrow(df)), ]

## 使用 dplyr 包

`dplyr` 是一个流行的数据处理包，提供了许多功能强大的函数，包括打乱数据帧行的方法。

### 1. 使用 `slice_sample()` 函数

`dplyr` 包提供了 `slice_sample()` 函数，用于按一定比例或数量从数据帧中选择随机行。以下是一个示例：

```markdown
```{r, eval=FALSE}
library(dplyr)

# 打乱数据帧的行
shuffled_df <- slice_sample(df, n = nrow(df), replace = FALSE)

在上述示例中，`n = nrow(df)` 表示选择数据帧的所有行，并通过 `replace = FALSE` 参数确保不会重复选择行。

### 2. 使用 `sample_frac()` 函数

`dplyr` 包还提供了 `sample_frac()` 函数，用于按照指定的比例从数据帧中选择随机行。以下是一个示例：

```markdown
```{r, eval=FALSE}
# 打乱数据帧的行，保留 50% 的比例
shuffled_df <- sample_frac(df, 0.5, replace = FALSE)

在上述示例中，`0.5` 表示保留数据帧的 50% 行，并通过 `replace = FALSE` 参数确保不会重复选择行。

以上就是在 R 中按行打乱数据帧的一些方法。根据实际需求，您可以选择适合自己的方法来实现数据帧的打乱。