MonteCarlo simulation-创建100个data.frames，其中的行以固定的后续天数随机分组

下面是我的data.frame示例，假设

date

col表示天数：

df = read.table(text = 'ID date
a 1
a 2
a 3
a 4
a 7
a 12', header = TRUE)

因此，我在这里的天数从1天到12天不等，我想创建100个data.frames，其中每个data.frames的

date

（和

ID

）列将按随后的3天随机分组

e、 g

df1

df2

df3

等等

请注意，

组

列通过考虑data.frame中不一定出现的后续天数将行按3分组，整个技巧的随机性是第1组的开始日期

---

您有什么建议吗？

不确定，但您可以创建一个空列表并填充新的数据框，类似于您的示例：

set=list()
for(i in 1:100) { set[[i]] = cbind(df,group=sample(rep(c(1,2),each=3))) }

---

嗨，谢谢你。问题是，我的组需要是3个后续日期的后续块。我试图理解您的示例，后续日期样本是否依赖于日期列？或者它是否取决于分组变量cq？如果有四个唯一的“组”，则您有12个后续日期。谢谢，是的！日期的后续样本取决于日期列。例如df1：第1组=日期1、2、3；等我只需要对我的数据进行分组。根据第1组的随机开始，按3个后续日期进行100次帧划分，这样不仅基于日期，而且基于组，因为后续日期取决于顺序发生的组（如果第2组后面跟着4，则跳过第3组顺序）。此外，我还不明白为什么有时11后面跟着12，有时后面跟着1,2（对于第一组）。在df3示例中，组4（但不在列表中）的值与组1重叠，对吗？我更新了我的问题。第4组只有2次观察，因为数据不能被3整除。当组1不是从第1行开始时，data.frame末尾的组值将从开始重新循环。

ID date group
    a 1 4
    a 2 1  #group 1 = 2, 3, 4
    a 3 1
    a 4 1
    a 7 2  #group 2 = 5, 6, 7  ---  group 3 = 8, 9, 10
    a 12 4 # group 4 = 11, 12 and start again from the beginning 1

ID date group
    a 1 1
    a 2 1
    a 3 2  #group 2 = 3, 4, 5
    a 4 2
    a 7 3  #group 3 = 6, 7, 8 -- group 4 = 9, 10, 11
    a 12 1   #group 1 = 12, 1, 2

set=list()
for(i in 1:100) { set[[i]] = cbind(df,group=sample(rep(c(1,2),each=3))) }