从R中的数据集中获取不成比例的样本

Question

如果我在R中有一个大型数据集，我如何考虑原始数据的分布随机抽取数据，特别是如果数据偏斜且只有1％属于次要类而且我想要拿一个有偏见的数据样本？

Answer 1

sample(x, n, replace = FALSE, prob = NULL)函数从大小为x的向量n中提取样本。此样本可以带或无替换，选择每个元素到样本的概率可以每个元素相同，或者用户通知向量。

如果你想为50个案例的每个元素采集相同概率的样本，你所要做的就是

n <- 50
smpl <- df[sample(nrow(df), 50),]

但是，如果你想为元素选择不同的概率，那么，性 M 的元素有概率 0.25 ，而那些性 F 的人有 0.75 ，你应该做

n <- 50
prb <- ifelse(sex=="M",0.25,0.75)
smpl <- df[sample(nrow(df), 50, prob = prb),]