计算随机化 100 次的数据集的累积平均值答案

【问题标题】：Calculate cumulative mean for dataset randomized 100 times计算随机化 100 次的数据集的累积平均值
【发布时间】：2021-11-16 02:04:00
【问题描述】：

我有一个数据集，我想将这个数据集的顺序随机化 100 次，每次都计算累积平均值。

# example data
ID <- seq.int(1,100)
val <- rnorm(100)
df <- cbind(ID, val) %>% 
      as.data.frame(df)

我已经知道如何使用 dplyr 中的函数“cummean()”计算累积平均值。

df2 <- df %>% 
       mutate(cm = cummean(val))

但是，我不知道如何将数据集随机化 100 次并将 cummean() 函数应用于数据帧的每次迭代。任何有关如何执行此操作的建议将不胜感激。

我意识到这可能通过循环或 tidyverse 来解决，我对任何一种解决方案都持开放态度。

此外，如果可能的话，我想包括一列，指示数据是从哪个迭代生成的（即随机化 #1、#2、...、#100），并包括“ID " 值，表示累积平均值中包含多少数据值。提前致谢！

【问题讨论】：

看看sample函数help(sample)。

标签： r loops iteration tidyverse mean

【解决方案1】：

这是一种使用purrr 包的方法。另外，不确定cummean 正在计算什么（也许有人可以在 cmets 中分享），所以我提供了一个替代方案，cm2 列作为比较。

library(tidyverse)

set.seed(2000)

num_iterations <- 100
num_sample <- 100

1:num_iterations %>%
  map_dfr(
    function(i) {
      tibble(
        iteration = i, 
        id = 1:num_sample, 
        val = rnorm(num_sample), 
        cm = cummean(val), 
        cm2 = cumsum(val) / seq_along(val)
      )
    }
  )

【讨论】：

【解决方案2】：

您可以变异创建 100 个样本，然后调用 cummean：

library(dplyr)
library(purrr)

df %>% mutate(map_dfc(1:100, ~cummean(sample(val))))

【讨论】：

【解决方案3】：

我们可以使用purrr中的rerun

library(dplyr)
library(purrr)
f1 <- function(dat, valcol) {
          dat %>% 
            sample_n(size = n()) %>%
             mutate(cm = cummean({{valcol}}))
   }
n <- 100
out <- rerun(n, f1(df, val))

rerun的输出是list，我们可以用序列来命名它，如果我们需要通过绑定创建一个新列，使用bind_rows

out1 <- bind_rows(out, .id = 'ID')
> head(out1)
  ID        val          cm
1  1  0.3376980  0.33769804
2  1 -1.5699384 -0.61612019
3  1  1.3387892  0.03551628
4  1  0.2409634  0.08687807
5  1  0.7373232  0.21696708
6  1 -0.8012491  0.04726439

【讨论】：