为了提供方法的可复制示例，通常必须提供数据集.我希望使用我自己的一些数据，而不是构建一个示例数据集.然而，这些数据无法公布.我希望用不具信息性的占位符(例如V1…V5，L1…L5)替换变量(列)名称和因子级别.
Is an automated way to do this available?
理想情况下，这将在R中完成，接收数据.帧并生成匿名数据.框架
有了这样的数据集，只需在脚本中搜索并替换变量名，就有了一个可公开发布的可复制示例.
这样的过程可能会增加在可复制示例中包含适当数据，甚至在问题、 comments 和错误报告中包含可复制示例.
我不知道是否有was个功能可以自动执行，但有now个；)
## 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