Question

我想从数据中获取样本，使得变量的原始比例保持不变。例如，如果在我的原始数据中，有1000个值，其中有100个a值，800个b值和100个c值。如果我从这个原始数据中取出100个值的样本，它应该有10个a值，80个b值和10个c值。请帮忙！

Answer 1

tidyverse包具有一些很好的功能，可以帮助解决这个问题。

library(tidyverse)

data <- tibble(Group = c(rep("a", 100), rep ("b", 800), rep("c", 100)),
               Value = runif(1000))

sampledData <- data %>% 
  group_by(Group) %>%
  sample_frac(0.1)

我们创建了一个非常简单的数据集示例，其中包含随机统一值和3个组，其中100个来自a，800个来自b，100个来自c。

使用函数group_by，我们将该组变量的数据分组，这样当我们使用函数sample_frac时，该函数将分别对所有组执行。

我们可以使用table：

进行检查

> table(sampledData$Group)

 a  b  c 
10 80 10

注意：

此答案使用tidyverse管道运算符%>%，这相当于：

sampledData <- sample_frac(group_by(data, Group), 0.1)

如何在R中取样以使原始比例保持不变

1 个答案: