我想比较两个不同的数据框架。两个数据帧都包含相同数量的行和列。第一数据帧（1）是从0到1的购买概率，而第二数据帧（2）是二进制编码的并且表示用户的实际购买。
我现在的斗争是，如何从df（1）中获取RANDOM子集，这在df（2）中也是相同的来比较这个子集？
例如：如何获取df（1）的100个用户（行）和两个产品（列）的子集，与df（2）相同。
这可能吗？
或者我是否必须首先重新操作我的数据框？
一般情况下，可以通过user_ID连接两个数据框 - 如果这可能很重要。
# FIRST DF CONSISTS OF PROBABILITIES
df_probabilities <- data.frame(matrix(runif(20000,0,1), nrow=1000,ncol = 20))
# SECOND DF CONSISTS OF BINARY DATA
library("Matrix")
df_binary <- data.frame(as.matrix(rsparsematrix(1000, 20,nnz = 800, rand.x = runif)))
df_binary[df_binary > 0] = 1
答案 0 :(得分：0)
基于随机指数的抽样应该有帮助
set.seed(100)
user_index = sample(1:100)
subs1 = df1[user_index,]
subs2 = df2[user_index,]