Разделить данные на N равных групп

У меня есть датафрейм, который содержит значения в 4 столбцах:

Например: ID, price, click count,rating

Я хотел бы «разбить» этот фрейм данных на N разных групп, где каждая группа будет иметь одинаковое количество строк с одинаковым распределением цены, количества кликов и атрибутов рейтингов.

Любой совет очень важен, так как я не имею ни малейшего представления о том, как с этим справиться!

Если я правильно понимаю вопрос, это даст вам то, что вы хотите. Предполагая, что ваш фрейм данных вызван, dfи вы Nопределили, вы можете сделать это:

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

Это вернет список фреймов данных, где каждый фрейм данных состоит из случайно выбранных строк df. По умолчанию sample()назначит равную вероятность каждой группе.

Это очень поздний ответ, но я нашел эту страницу, когда гуглял, обсуждалась ли когда-либо обсуждаемая проблема где-либо. Возможно, мой ответ поможет, если кто-то найдет эту страницу отныне.

Я написал пакет R, который делает именно то, о чем спрашивал вопрос: он принимает data.frameи создает N разных групп, пытаясь минимизировать различия между группами по одному или нескольким критериям. Он использует простой метод, основанный на повторном случайном присвоении, который также является предлагаемым методом в утвержденном ответе.

Это ссылка на пакет minDiff :

Чтобы решить указанную проблему, вы можете использовать:

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

repetitionsАргумент определяет , как часто вы случайным образом создавать различные группы. Лучшее задание - с минимальными различиями между группами - будет возвращено.

Хотя ответ Алекса А дает равную вероятность для каждой группы, он не соответствует запросу вопроса о том, чтобы группы имели одинаковое количество строк. В R:

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

Это можно решить с помощью вложенности, используя tidyr / dplyr

require(dplyr) 
require(tidyr)

num_groups = 10

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