Question

是否可以在R中扩展sample函数，使其在replace = TRUE时不返回相同元素的2个以上的字？

假设我有一个列表：

l = c(1,1,2,3,4,5)

要抽样3个元素进行替换，我会这样做：

sample(l, 3, replace = TRUE)

是否有一种方法来限制其输出，以便最多返回2个相同的元素？因此允许使用(1,1,2)或(1,3,3)，但排除(1,1,1)或(3,3,3)？

Answer 1

set.seed(0)

基本思想是将有替换的采样转换为无替换的采样。

ll <- unique(l)          ## unique values
#[1] 1 2 3 4 5
pool <- rep.int(ll, 2)   ## replicate each unique so they each appear twice
#[1] 1 2 3 4 5 1 2 3 4 5
sample(pool, 3)          ## draw 3 samples without replacement
#[1] 4 3 5

## replicate it a few times
## each column is a sample after out "simplification" by `replicate`
replicate(5, sample(pool, 3))
#     [,1] [,2] [,3] [,4] [,5]
#[1,]    1    4    2    2    3
#[2,]    4    5    1    2    5
#[3,]    2    1    2    4    1

如果您希望不同的值出现不同的次数，我们可以举个例子

pool <- rep.int(ll, c(2, 3, 3, 4, 1))
#[1] 1 1 2 2 2 3 3 3 4 4 4 4 5

## draw 9 samples; replicate 5 times
oo <- replicate(5, sample(pool, 9))
#      [,1] [,2] [,3] [,4] [,5]
# [1,]    5    1    4    3    2
# [2,]    2    2    4    4    1
# [3,]    4    4    1    1    1
# [4,]    4    2    3    2    5
# [5,]    1    4    2    5    2
# [6,]    3    4    3    3    3
# [7,]    1    4    2    2    2
# [8,]    4    1    4    3    3
# [9,]    3    3    2    2    4

我们可以在每一列上调用tabulate来计算1, 2, 3, 4, 5的出现频率：

## set `nbins` in `tabulate` so frequency table of each column has the same length
apply(oo, 2L, tabulate, nbins = 5)
#     [,1] [,2] [,3] [,4] [,5]
#[1,]    2    2    1    1    2
#[2,]    1    2    3    3    3
#[3,]    2    1    2    3    2
#[4,]    3    4    3    1    1
#[5,]    1    0    0    1    1

所有列中的计数均符合我们设置的频率上限c(2, 3, 3, 4, 1)。

您能解释一下rep和rep.int之间的区别吗？

rep.int不是rep的“整数”方法。它只是一个更快的原始函数，功能少于rep。您可以从文档页面rep中获取rep.int，rep_len和?rep的更多详细信息。

替换样本，但限制了每个要绘制成员的最大频率

1 个答案: