Question

我有两个数据帧如下：

 seed(1) 
 X <- data.frame(matrix(rnorm(2000), nrow=10))

其中行代表基因，列是基因型。

对于每轮引导（n=1000），应该随机选择基因型而不替换此数据集（X）并形成两组数据集（X'应该有5种基因型并且Y'应该有5种基因型）。基本上，最后我将有数千个这样的数据集X'和Y'，它们将包含5个随机基因型，每个基因型来自完整的表达数据集。

我尝试使用replicate和apply，但没有效果。

B <- 1000
replicate(B, apply(X, 2, sample, replace = FALSE))

Answer 1

我认为你首先选择列号可能更有意义，从200而没有替换的是10（每个X'和Y'有5个）：

colnums_boot <- replicate(1000,sample.int(200,10))

从那里开始，当你评估每次迭代时，我从1到1000，你可以抓住

Xprime <- X[,colnums_boot[1:5,i]]
Yprime <- X[,colnums_boot[6:10,i]]

这可以避免您制作三维array（R中matrix的概括）。

另外，如果速度是一个问题，我认为将X作为矩阵而不是数据帧会快得多。也许其他人可以对此发表评论。

编辑：这是一种在前面（在一对三维数组中）全部抓取它们的方法：

Z <- as.matrix(X)
Xprimes <- array(,dim=c(10,5,1000))
Xprimes[] <- Z[,colnums_boot[1:5,]]

Yprimes <- array(,dim=c(10,5,1000))
Yprimes[] <- Z[,colnums_boot[6:10,]]

在R中引导两个数据集

1 个答案: