R 基于唯一值和其他列数据的子集数据帧

我有一个数据帧，它有一系列ID字符（trt、个人和会话）：

我知道如何随机选择每个trtxindividual组合的子集：

> setDT(df)
newdf<-df[, .SD[sample(.N, 1)] , by=.(trt, individual)]
newdf
  trt individual session             data
1:   A        Bob       4 4.75145309337952
2:   A      Nancy       1 3.29568979189961
3:   A        Tim       7 6.31062631711196
4:   B        Bob       8 4.69047076193906
5:   B      Nancy       **2**  4.7158873476798
6:   B        Tim       **2** 5.34401708530548
7:   C        Bob       6 4.06727142161431
8:   C      Nancy       9 3.43304058627408
9:   C        Tim       3  3.7954788384957

>setDT（df）
newdf这将需要遍历
data.table
，可能不快，但不需要为感兴趣的字段设置任何参数

library(data.table)
set.seed(7)

setDT(df)
dt1 <- df[, .SD[sample(.N)]]
dt1[, i := .I]
dt1[, flag := NA]
setkey(dt1, flag)

lapply(dt1$i, function(x) {
  dt1[is.na(flag[x]) & (trt == trt[x] & individual == individual[x] | session == session[x]), flag := i == x]
})

dt1[flag == TRUE, ]

   trt individual session             data  i flag
1:   C        Tim       9 3.63712332100071  1 TRUE
2:   A      Nancy       4 4.54908662150973  2 TRUE
3:   A        Tim       1 5.84217708521442  3 TRUE
4:   B        Tim       2 2.37343483362789  5 TRUE
5:   C      Nancy       3 2.87792051390258  7 TRUE
6:   A        Bob       7 3.45471592963754 12 TRUE
7:   B      Nancy       8 4.54792567807183 15 TRUE
8:   C        Bob       6 4.45667777212948 24 TRUE
9:   B        Bob       5 2.33285598638319 27 TRUE

库（data.table）
种子（7）
setDT（df）
dt1我认为
dft成功了！非常感谢。我试图理解lappy函数在做什么。使用df[，.SD[sample（.N）]随机化数据帧。然后在Lappy中运行函数，该函数接受第一个唯一的trt x单独组合x会话，然后在运行datatable时，它识别具有相同会话号的不同trt x单独组合，并调用这些false？这是正确的，
lappy
正在迭代
数据。表
找到第一个唯一的组合后，它会将该标志设置为
TRUE
，然后通过将标志设置为
FALSE
，从考虑中删除无效的未来选择。我添加了一个附加问题（第2部分）作为对我原稿的编辑，因为我认为它可能需要一个新的答案。如果你对如何做到这一点有任何想法，我感谢你的帮助。谢谢@布罗克：这应该是一个新问题，因为它与原来的问题有很大不同。还有，你试过什么吗？这个网站是支持努力和帮助修复错误，但不是为我编码。我会提出一个新的问题。我已经尝试了很多东西，我会把其中一些放在我的问题中，以示努力。
> setDT(df)
newdf<-df[, .SD[sample(.N, 1)] , by=.(trt, individual)]
newdf
  trt individual session             data
1:   A        Bob       4 4.75145309337952
2:   A      Nancy       1 3.29568979189961
3:   A        Tim       7 6.31062631711196
4:   B        Bob       8 4.69047076193906
5:   B      Nancy       **2**  4.7158873476798
6:   B        Tim       **2** 5.34401708530548
7:   C        Bob       6 4.06727142161431
8:   C      Nancy       9 3.43304058627408
9:   C        Tim       3  3.7954788384957

library(data.table)
set.seed(7)

setDT(df)
dt1 <- df[, .SD[sample(.N)]]
dt1[, i := .I]
dt1[, flag := NA]
setkey(dt1, flag)

lapply(dt1$i, function(x) {
  dt1[is.na(flag[x]) & (trt == trt[x] & individual == individual[x] | session == session[x]), flag := i == x]
})

dt1[flag == TRUE, ]

   trt individual session             data  i flag
1:   C        Tim       9 3.63712332100071  1 TRUE
2:   A      Nancy       4 4.54908662150973  2 TRUE
3:   A        Tim       1 5.84217708521442  3 TRUE
4:   B        Tim       2 2.37343483362789  5 TRUE
5:   C      Nancy       3 2.87792051390258  7 TRUE
6:   A        Bob       7 3.45471592963754 12 TRUE
7:   B      Nancy       8 4.54792567807183 15 TRUE
8:   C        Bob       6 4.45667777212948 24 TRUE
9:   B        Bob       5 2.33285598638319 27 TRUE