為了提供方法的可重現(xiàn)示例，必須經(jīng)常提供數(shù)據(jù)集。我不想建立示例數(shù)據(jù)集，而是希望使用自己的一些數(shù)據(jù)。但是，此數(shù)據(jù)無法發(fā)布。我希望用不具信息性的占位符（例如V1 .... V5，L1 .... L5）替換變量（列）名稱和因子級(jí)別。有自動(dòng)的方法可以做到這一點(diǎn)嗎？理想情況下，這將在R中完成，接受一個(gè)data.frame并生成此匿名data.frame。有了這樣的數(shù)據(jù)集，只需在腳本中搜索并替換變量名，您便擁有了一個(gè)可公開發(fā)布的可復(fù)制示例。這樣的過程可能會(huì)增加在可復(fù)制示例中包含適當(dāng)數(shù)據(jù)，甚至在問題，評(píng)論和錯(cuò)誤報(bào)告中還會(huì)包含可復(fù)制示例。
3 回答
莫回?zé)o
TA貢獻(xiàn)1865條經(jīng)驗(yàn) 獲得超7個(gè)贊
我不知道是否有被自動(dòng)執(zhí)行此功能，但現(xiàn)在沒有;）
## A function to anonymise columns in 'colIDs'
## colIDs can be either column names or integer indices
anonymiseColumns <- function(df, colIDs) {
id <- if(is.character(colIDs)) match(colIDs, names(df)) else colIDs
for(id in colIDs) {
prefix <- sample(LETTERS, 1)
suffix <- as.character(as.numeric(as.factor(df[[id]])))
df[[id]] <- paste(prefix, suffix, sep="")
}
names(df)[id] <- paste("V", id, sep="")
df
}
## A data.frame containing sensitive information
df <- data.frame(
name = rep(readLines(file.path(R.home("doc"), "AUTHORS"))[9:13], each=2),
hiscore = runif(10, 99, 100),
passwd = replicate(10, paste(sample(c(LETTERS, letters), 9), collapse="")))
## Anonymise it
df2 <- anonymiseColumns(df, c(1,3))
## Check that it worked
> head(df, 3)
name hiscore passwd
1 Douglas Bates 99.96714 ROELIAncz
2 Douglas Bates 99.07243 gDOLNMyVe
3 John Chambers 99.55322 xIVPHDuEW
> head(df2, 3)
name hiscore V3
1 Q1 99.96714 V8
2 Q1 99.07243 V2
3 Q2 99.55322 V9
- 3 回答
- 0 關(guān)注
- 615 瀏覽
添加回答
舉報(bào)
0/150
提交
取消