对半个数据集的列进行随机化

Question

我有一个 MMA 比赛数据集。

目前的结构是

Fighter 1, Fighter 2, Winner
x             y          x 
x             y          x
x             y          x
x             y          x
x             y          x

我的问题是战斗机 1 = 获胜者，因此我的模型将被训练为战斗机 1 总是获胜，这是一个问题。

我需要能够将 Fighter 1 和 Fighter 2 随机交换一半的数据集，以便让获胜者得到平等的代表。

理想情况下我会拥有这个

Fighter 1, Fighter 2, Winner
x            y         x
y            x         x
x            y         y
y            x         x
x            y         y

有没有办法在不弄乱行顺序的情况下随机化列？？

Answer 1

我还发现这段代码有效

matches_clean[, c("fighter1", "fighter2")] <- lapply(matches_clean[, c("fighter1", "fighter2")], as.character)

changeInd <- !!((match(matches_clean$fighter1, levels(as.factor(matches_clean$fighter1))) -
                  match(matches_clean$fighter2, levels(as.factor(matches_clean$fighter2)))) %% 2)


matches_clean[changeInd, c("fighter1", "fighter2")] <- matches_clean[changeInd, c("fighter2", "fighter1")]

Answer 2

我假设您的 xs 和 ys 是任意的，只是占位符。我将进一步假设您需要 Winner 列保持不变，您只需要获胜者不总是在第一列。

样本数据：

set.seed(42)
x <- data.frame(
  F1 = sample(letters, size = 5),
  F2 = sample(LETTERS, size = 5),
  stringsAsFactors = FALSE
)
x$W <- x$F1
x
#   F1 F2 W
# 1  x  N x
# 2  z  S z
# 3  g  D g
# 4  t  P t
# 5  o  W o

随机选择一些要更改的行：

(ind <- sample(nrow(x), size = ceiling(nrow(x)/2)))
# [1] 3 5 4

这意味着我们预计第 3-5 行会发生变化。

现在随机变化：

within(x, { tmp <- F1[ind]; F1[ind] = F2[ind]; F2[ind] = tmp; rm(tmp); })
#   F1 F2 W
# 1  x  N x
# 2  z  S z
# 3  D  g g
# 4  P  t t
# 5  W  o o

第 1-2 行仍将 F1 显示为 Winner，第 3-5 行将 F2 显示为 Winner。