Chia dữ liệu thành N nhóm bằng nhau

Tôi có một khung dữ liệu chứa các giá trị trên 4 cột:

Ví dụ: ID, price, click count,rating

Điều tôi muốn làm là "chia" khung dữ liệu này thành N nhóm khác nhau trong đó mỗi nhóm sẽ có số lượng hàng bằng nhau với cùng phân phối giá, số lần nhấp và xếp hạng thuộc tính.

Mọi lời khuyên đều được đánh giá cao, vì tôi không có ý tưởng nhỏ nhất về cách giải quyết vấn đề này!

Nếu tôi hiểu chính xác câu hỏi, điều này sẽ giúp bạn có được những gì bạn muốn. Giả sử khung dữ liệu của bạn được gọi dfvà bạn đã Nxác định, bạn có thể làm điều này:

split(df, sample(1:N, nrow(df), replace=T))

Điều này sẽ trả về một danh sách các khung dữ liệu trong đó mỗi khung dữ liệu bao gồm các hàng được chọn ngẫu nhiên từ đó df. Theo mặc định sample()sẽ gán xác suất bằng nhau cho mỗi nhóm.

Đây là một câu trả lời rất muộn, nhưng tôi đã tìm thấy trang này trong khi tìm hiểu xem vấn đề như đã nêu có bao giờ được thảo luận ở bất cứ đâu không. Có lẽ câu trả lời của tôi sẽ giúp nếu ai đó tìm thấy trang này từ bây giờ.

Tôi đã viết một gói R, trong đó thực hiện chính xác những gì câu hỏi yêu cầu: nó cần một data.framevà tạo N nhóm khác nhau trong khi cố gắng giảm thiểu sự khác biệt giữa các nhóm trong một hoặc một vài tiêu chí. Nó sử dụng một phương thức đơn giản dựa trên sự phân công ngẫu nhiên lặp đi lặp lại , đây cũng là phương pháp được đề xuất trong phản hồi được phê duyệt.

Đây là liên kết đến gói minDiff :

Để giải quyết vấn đề đã nêu, bạn có thể sử dụng:

library(minDiff)
assigment <- create_groups(dataframe, criteria_scale = c("price", "click count", "rating"), sets_n = N, repetitions = 1000)

Đối repetitionssố sẽ xác định tần suất bạn tạo ngẫu nhiên các nhóm khác nhau. Nhiệm vụ tốt nhất - nhóm có sự khác biệt tối thiểu giữa các nhóm - sẽ được trả lại.

Mặc dù câu trả lời của Alex A đưa ra xác suất bằng nhau cho mỗi nhóm, nhưng nó không đáp ứng yêu cầu của câu hỏi để các nhóm có số lượng hàng bằng nhau. Trong R:

stopifnot(nrow(df) %% N == 0)
df    <- df[order(runif(nrow(df))), ]
bins  <- rep(1:N, nrow(df) / N)
split(df, bins)

Điều này có thể được giải quyết với việc lồng nhau bằng cách sử dụng tidyr / dplyr

require(dplyr) 
require(tidyr)

num_groups = 10

iris %>% 
   group_by((row_number()-1) %/% (n()/num_groups)) %>%
   nest %>% pull(data)
```