Question

我在使用dplyr sample_n功能时遇到问题。我试图从data.frame中随机提取子集但它失败了。因为sample_n只提取随机行。

这里有一些示例，展示了如何从每个子集中提取随机行。

sample-rows-of-subgroups-from-dataframe-with-dplyr

selecting-n-random-rows-across-all-levels-of-a-factor-within-a-dataframe

这不是我想要的。我想从数据框中随机提取组不是每个子集的随机行。

例如，

 xx <- rep(rep(seq(0,800,200),each=10),times=2)
       yy<-c(replicate(2,sort(10^runif(10,-1,0),decreasing=TRUE)),replicate(2,sort(10^runif(10,-1,0),decreasing=TRUE)), replicate(2,sort(10^runif(10,-2,0),decreasing=TRUE)),replicate(2,sort(10^runif(10,-3,0),decreasing=TRUE)), replicate(2,sort(10^runif(10,-4,0), decreasing=TRUE)))    
       V <- rep(seq(100,2500,length.out=10),times=2)
       No <- rep(1:10,each=10)
       df <- data.frame(V,xx,yy,No)
library(dplyr)
    random <-  df %>%
            group_by(No)%>%
        sample_n(5,replace=T)  ## This part is the problem.

例如如何随机提取3个子集并保留所有行？

                V  xx           yy No
    1    100.0000   0 0.9877468589  1
    2    366.6667   0 0.6658268649  1
    3    633.3333   0 0.4408336374  1
    4    900.0000   0 0.4136939054  1
    5   1166.6667   0 0.4104986026  1
    6   1433.3333   0 0.3899468530  1
    7   1700.0000   0 0.3042157845  1
    8   1966.6667   0 0.1585948347  1
    9   2233.3333   0 0.1307305044  1
    10  2500.0000   0 0.1079459480  1
    11   100.0000 200 0.7437972385  2
    12   366.6667 200 0.7130753133  2
    13   633.3333 200 0.6000577122  2
    14   900.0000 200 0.5038569759  2
    15  1166.6667 200 0.3740146819  2
    16  1433.3333 200 0.3605675251  2
    17  1700.0000 200 0.1821736571  2
    18  1966.6667 200 0.1542015388  2
    19  2233.3333 200 0.1453810015  2
    20  2500.0000 200 0.1142553452  2
    21   100.0000 400 0.9712414163  3
    22   366.6667 400 0.5420861908  3
    23   633.3333 400 0.4622129942  3
    24   900.0000 400 0.3634606046  3
    25  1166.6667 400 0.3541710297  3
    26  1433.3333 400 0.3451167353  3
    27  1700.0000 400 0.2413016960  3
    28  1966.6667 400 0.2356020402  3
    29  2233.3333 400 0.2054358298  3
    30  2500.0000 400 0.1132074106  3
    31   100.0000 600 0.9220690387  4
    32   366.6667 600 0.8772938566  4
    33   633.3333 600 0.7560569362  4
    34   900.0000 600 0.5395093190  4
    35  1166.6667 600 0.3696490756  4
    36  1433.3333 600 0.1585255169  4
    37  1700.0000 600 0.1425756544  4
    38  1966.6667 600 0.1135199782  4
    39  2233.3333 600 0.1061660399  4
    40  2500.0000 600 0.1052644706  4
    41   100.0000 800 0.6175240054  5
    42   366.6667 800 0.5527556076  5
    43   633.3333 800 0.4339775258  5
    44   900.0000 800 0.2462104866  5
    45  1166.6667 800 0.1955550477  5
    46  1433.3333 800 0.1701907232  5
    47  1700.0000 800 0.0824833313  5
    48  1966.6667 800 0.0483463760  5
    49  2233.3333 800 0.0246629341  5
    50  2500.0000 800 0.0186177562  5
    51   100.0000   0 0.8977179587  6
    52   366.6667   0 0.8087930175  6
    53   633.3333   0 0.5547978713  6
    54   900.0000   0 0.4395436341  6
    55  1166.6667   0 0.2972449261  6
    56  1433.3333   0 0.0925262903  6
    57  1700.0000   0 0.0665688788  6
    58  1966.6667   0 0.0309263319  6
    59  2233.3333   0 0.0238500731  6
    60  2500.0000   0 0.0213679919  6
    61   100.0000 200 0.7777420232  7
    62   366.6667 200 0.2299083233  7
    63   633.3333 200 0.0611370244  7
    64   900.0000 200 0.0228982941  7
    65  1166.6667 200 0.0150085546  7
    66  1433.3333 200 0.0076922035  7
    67  1700.0000 200 0.0066120335  7
    68  1966.6667 200 0.0062052827  7
    69  2233.3333 200 0.0037895910  7
    70  2500.0000 200 0.0011051211  7
    71   100.0000 400 0.3829786486  8
    72   366.6667 400 0.1901274442  8
    73   633.3333 400 0.1775864007  8
    74   900.0000 400 0.0567928196  8
    75  1166.6667 400 0.0414294193  8
    76  1433.3333 400 0.0127875497  8
    77  1700.0000 400 0.0105576089  8
    78  1966.6667 400 0.0051503839  8
    79  2233.3333 400 0.0035216836  8
    80  2500.0000 400 0.0012326419  8
    81   100.0000 600 0.0370072219  9
    82   366.6667 600 0.0297765049  9
    83   633.3333 600 0.0219866835  9
    84   900.0000 600 0.0140510807  9
    85  1166.6667 600 0.0021593963  9
    86  1433.3333 600 0.0018936887  9
    87  1700.0000 600 0.0017860546  9
    88  1966.6667 600 0.0001551491  9
    89  2233.3333 600 0.0001345905  9
    90  2500.0000 600 0.0001048041  9
    91   100.0000 800 0.7343220323 10
    92   366.6667 800 0.1653557177 10
    93   633.3333 800 0.1006331452 10
    94   900.0000 800 0.0083407709 10
    95  1166.6667 800 0.0043037301 10
    96  1433.3333 800 0.0032461136 10
    97  1700.0000 800 0.0015843809 10
    98  1966.6667 800 0.0004819055 10
    99  2233.3333 800 0.0002991639 10
    100 2500.0000 800 0.0001447263 10

Answer 1

也许这就是你所追求的：

# sample from distinct values of No
my_groups <- 
  df %>% 
  select(No) %>% 
  distinct %>% 
  sample_n(5)

# merge the two datasets
my_df <-
  left_join(my_groups, df)

如何使用dplyr随机分组数据？

1 个答案: