随机分组以满足条件

Question

通过循环每个资源的名称，查看分配给该人员姓名的帐户，随机选择一个，并用NA替换该人员的姓名，以减少资源分配。

可复制示例：

Accts <- paste0("Acc", 1:200)
Value <- c(500, 2000, 5000, 1000)
AccountDF <- data.frame(Accts, Value)
AccountDF$Owner[1:200] <- NA
AccountDF$Owner[1:23] <- "Jeff"
AccountDF$Owner[24:37] <- "Alex"
AccountDF$Owner[38:61] <- "Steph"
AccountDF$Owner[62:111] <- "Matt"
AccountDF$Owner[112:141] <- "David"

library(dplyr)
OwnerDF <- AccountDF %>%
  group_by(Owner) %>%
  summarise(Count = n(),
            TotalValue = sum(Value)) %>%
  filter(!is.na(Owner))

我到目前为止的进展：

for (p in 1:nrow(OwnerDF)){
  while (AccountDF$Count[p] > 22){
    AccountDF %>%
      filter(Owner == OwnerDF$Owner[p]) %>%
      sample_n(1)


  }
}

我听说for循环是不必要的。我相信这可以通过purr包和pmap之类的东西来实现。我还在学习。

我想重复一下OwnerDF，看看那个人是否“拥有”了太多的账户。如果是，请查看原始帐户列表，随机选择一个，并将所有者的姓名替换为NA，从其计数中删除1，然后继续。

最后，在弄明白这一点后，我想看看它是否可以在多种条件下完成。。比如一会儿（伯爵）

Answer 1

要选择随机账户，只需创建一个随机变量并对其进行排序，取符合条件的前N个账户：

 set.seed(1)
 res = AccountDF %>% 
   mutate(r = runif(n())) %>% 
   arrange(r) %>% 
   group_by(Owner) %>% 
   mutate(newOwner = replace(Owner, cumsum(Value) > 40000 | row_number() > 22, NA)) %>% 
   select(-r)

# Test that it worked...
res %>%
  filter(!is.na(newOwner)) %>%
  group_by(newOwner) %>%
  summarise(Count = n(), TotalValue = sum(Value))

# A tibble: 5 x 3
#   newOwner Count TotalValue
#      <chr> <int>      <dbl>
# 1     Alex    14      27000
# 2    David    18      37000
# 3     Jeff    18      39500
# 4     Matt    18      39500
# 5    Steph    17      36500

《任择议定书》在评论中提到的扩展：

另一个问题。假设我对每个值和计数都有一个阈值，如果有人计数低但价值高，我想从他们的高价值账户中随机取一个账户，如果他们计数高但价值低，我想取低价值账户远离他们。如何从随机的角度做到这一点？

我可能会给每个观察值分配一个真实值的分数，比如...

s = scale(f(x))

其中f是基于您提到的条件（高计数，高值或两者兼而有之）的函数，当您希望偏向于低值时，可能像x和-x一样简单偏向于高价值。

然后，添加一些噪声，并使用上面的结果进行排序：

r = s + rnorm(length(s))