我的输入表有超过750 K的原始数据。它有一个叫做quarter的字段。我想创建样本，以便每季度获得10％的记录。 data.frame的主要属性是：
“Start.Qua.Yr”是提到季度的字段。有没有什么方法可以生成每季度有数据（10％记录）的样本数据？
使用样本函数，无论季度如何，我都可以获得样本。相同的代码将是：
raw_claim_input[sample(1:nrow(raw_claim_input),as.integer(nrow(raw_claim_input)/10)),]
当我关注四分之一的时候，我没有得到预期的结果，因为在考虑值
时存在逻辑问题raw_claim_input[sample(1:nrow(raw_claim_input[raw_claim_input$War.Start.Monthly=="08-M2",]),as.integer(nrow(raw_claim_input[raw_claim_input$War.Start.Monthly=="08-M2",])/10)),]
值08-M2是过滤器，我想为所有可用值执行此操作。 War.Start.Monthly有70个值，我想为War.Start.Monthly的每个值生成样本。
部分数据
Day.Covered SHIP_DATE Warranty.Start.Qua.Yr War.Start.Monthly AssemblyDateUpdated Warranty.End.Date Warranty.End.Qur.Yr War.End.Monthly
252754 365 06-04-2008 00:00 08-Q2 08-M6 06-03-2008 00:00 08-04-2064 64-Q2 64-M4
441605 1095 08-17-2010 11:13:07 10-Q3 10-M8 08-16-2010 12:09:57 08-04-2064 64-Q2 64-M4
583636 731 10-17-2012 00:00:00 12-Q4 12-M10 10-16-2012 00:00:00 08-04-2064 64-Q2 64-M4
115586 731 01-04-2013 00:00 13-Q1 13-M1 01-03-2013 00:00 08-04-2064 64-Q2 64-M4
334221 1095 06-13-2011 12:29:23 11-Q2 11-M6 06-11-2011 11:25 08-04-2064 64-Q2 64-M4
146656 1095 03-16-2011 10:54:37 11-Q1 11-M3 03-15-2011 08:14:40 08-04-2064 64-Q2 64-M4
249956 1095 06-18-2008 12:35:06 08-Q2 08-M6 06-06-2008 10:51 08-04-2064 64-Q2 64-M4
276295 731 05-18-2011 00:00:00 11-Q2 11-M5 05-18-2011 00:00:00 19-11-2014 14-Q4 14-M11
582423 731 10-22-2012 00:00:00 12-Q4 12-M10 10-22-2012 00:00:00 08-04-2064 64-Q2 64-M4
380369 730 08-04-2009 17:43 09-Q3 09-M7 07-31-2009 07:14:17 18-01-2012 12-Q1 12-M1
如果需要更多详细信息，请与我们联系。
答案 0 :(得分：1)
这样做：
X <- read.csv(text="Day.Covered,SHIP_DATE,Warranty.Start.Qua.Yr,War.Start.Monthly,AssemblyDateUpdated,Warranty.End.Date,Warranty.End.Qur.Yr,War.End.Monthly
365, 06-04-2008 00:00, 08-Q2, 08-M6, 06-03-2008 00:00, 08-04-2064 ,64-Q2, 64-M4
1095, 08-17-2010 11:13:07, 10-Q3, 10-M8, 08-16-2010 12:09:57, 08-04-2064 ,64-Q2, 64-M4
731, 10-17-2012 00:00:00, 12-Q4, 12-M10, 10-16-2012 00:00:00, 08-04-2064 ,64-Q2, 64-M4
731, 01-04-2013 00:00, 13-Q1, 13-M1, 01-03-2013 00:00, 08-04-2064 ,64-Q2, 64-M4
1095, 06-13-2011 12:29:23, 11-Q2, 11-M6, 06-11-2011 11:25, 08-04-2064 ,64-Q2, 64-M4
1095, 03-16-2011 10:54:37, 11-Q1, 11-M3, 03-15-2011 08:14:40, 08-04-2064 ,64-Q2, 64-M4
1095, 06-18-2008 12:35:06, 08-Q2, 08-M6, 06-06-2008 10:51, 08-04-2064 ,64-Q2, 64-M4
731, 05-18-2011 00:00:00, 11-Q2, 11-M5, 05-18-2011 00:00:00, 19-11-2014 ,14-Q4, 14-M11
731, 10-22-2012 00:00:00, 12-Q4, 12-M10, 10-22-2012 00:00:00, 08-04-2064 ,64-Q2, 64-M4
730, 08-04-2009 17:43, 09-Q3, 09-M7, 07-31-2009 07:14:17, 18-01-2012 ,12-Q1, 12-M")
# Replicate X to have enough data for this example.
X <- X[rep(seq(nrow(X)), 100),]
# Partition the data according to quarter.
partitions <- split(X, X$Warranty.Start.Qua.Yr)
# Draw samples from each partition.
samples <- lapply(partitions, function(p) p[sample(nrow(p), nrow(p)/10),])