Dividir dados em N grupos iguais

Eu tenho um quadro de dados que contém valores em 4 colunas:

Por exemplo: ID, price, click count,rating

O que eu gostaria de fazer é "dividir" esse quadro de dados em N grupos diferentes, onde cada grupo terá um número igual de linhas com a mesma distribuição de preço, contagem de cliques e atributos de classificação.

Qualquer conselho é muito apreciado, pois não tenho a menor idéia de como lidar com isso!

Se eu entendi a pergunta corretamente, você obterá o que deseja. Supondo que seu quadro de dados seja chamado dfe você tenha Ndefinido, você pode fazer isso:

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

Isso retornará uma lista de quadros de dados em que cada quadro de dados consiste em linhas selecionadas aleatoriamente df. Por padrão sample(), atribuirá igual probabilidade a cada grupo.

Essa é uma resposta muito tardia, mas encontrei esta página pesquisando se o problema, conforme indicado, já foi discutido em qualquer lugar. Talvez minha resposta ajude se alguém encontrar esta página a partir de agora.

Escrevi um pacote R, que faz exatamente o que a pergunta solicita: é preciso data.framee cria N grupos diferentes enquanto tenta minimizar as diferenças entre os grupos em um ou vários critérios. Ele usa um método simples baseado em atribuição aleatória repetida , que também é o método sugerido na resposta aprovada.

Este é o link para o pacote minDiff :

Para resolver o problema declarado, você pode usar:

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

O repetitionsargumento determinará com que frequência você cria aleatoriamente diferentes grupos. A melhor tarefa - a que tiver diferenças mínimas entre os grupos - será retornada.

Embora a resposta de Alex A forneça uma probabilidade igual para cada grupo, ela não atende à solicitação da pergunta para que os grupos tenham um número igual de linhas. Em R:

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

Isso pode ser resolvido com o aninhamento usando tidyr / dplyr

require(dplyr) 
require(tidyr)

num_groups = 10

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