我使用的某些数据包含敏感信息（人员姓名，日期，位置等）。但是有时我需要与其他人共享“数字”以获取统计分析方面的帮助，或者在无法控制谁查看数据的功能更强大的计算机上进行处理。
理想情况下，我想这样工作：
将数据读入R（查看，清理等）。
选择一个我想解密的数据框，通过一个包运行它并接收两个“文件”：解密后的数据和一个翻译文件。后者，我将保持自我。
解密后的数据可以共享，操作和处理而无需担心。
我将处理后的数据与翻译文件一起重新分类。
我想这在上传数据以“在云中”（Amazon等）进行处理时也很有用。
你来过这种情况吗？我首先想到自己编写一个“随机化”函数，但是后来我意识到，可以做到多么复杂（例如，在不丢失顺序的情况下抵消时间戳）并没有尽头。也许已经有一个已定义的方法或工具？
感谢所有在Stack Overflow上为[r] -tag做出贡献的人！
最佳答案
一种方法是使用match。首先，我制作一个小数据框：
foo <- data.frame( person=c("Mickey","Donald","Daisy","Scrooge"), score=rnorm(4))
foo
person score
1 Mickey -0.07891709
2 Donald 0.88678481
3 Daisy 0.11697127
4 Scrooge 0.31863009
然后我做一个关键：
set.seed(100)
key <- as.character(foo$person[sample(1:nrow(foo))])
您必须将此密钥显然保存在某个地方。现在，我可以对人员进行编码：
foo$person <- match(foo$person, key)
foo
person score
1 2 0.3186301
2 1 -0.5817907
3 4 0.7145327
4 3 -0.8252594
如果要再次输入人名，则可以为
key编制索引：key[foo$person]
[1] "Mickey" "Donald" "Daisy" "Scrooge"
或使用
tranform，如果更改了数据，只要人员ID保持不变，这也将起作用：foo <-rbind(foo,foo[sample(1:4),],foo[sample(1:4,2),],foo)
foo
person score
1 2 0.3186301
2 1 -0.5817907
3 4 0.7145327
4 3 -0.8252594
21 1 -0.5817907
41 3 -0.8252594
31 4 0.7145327
15 2 0.3186301
32 4 0.7145327
16 2 0.3186301
11 2 0.3186301
12 1 -0.5817907
13 4 0.7145327
14 3 -0.8252594
transform(foo, person=key[person])
person score
1 Mickey 0.3186301
2 Donald -0.5817907
3 Daisy 0.7145327
4 Scrooge -0.8252594
21 Donald -0.5817907
41 Scrooge -0.8252594
31 Daisy 0.7145327
15 Mickey 0.3186301
32 Daisy 0.7145327
16 Mickey 0.3186301
11 Mickey 0.3186301
12 Donald -0.5817907
13 Daisy 0.7145327
14 Scrooge -0.8252594
关于r - 如何对数据进行解密和重新分类？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/5066912/