Question

我有一个数据集，其中包含根据以下代码生成的日期：

library(chron)
dates <- seq.dates("1/1/2019", "1/6/2020", by = "days")
week <- c(1:53)
day <- c("tuesday", "wednesday", "thursday", "friday", "saturday", "sunday", 
"monday")
weeks <- rep(1:53, each = 7)
dates_df <- data.frame(date=dates, day=day, week=weeks)

我正在尝试使用带有sample（）的循环从每周随机选择3天而不进行替换，但是我似乎无法找到一种方法来表明在循环中我需要为每个样本进行3次采样date_df $ week中的整数，然后移至下一周。

我不能简单地按照设定的顺序（例如7天）进行采样，因为在实际日历上，某些月份会在一周的中旬结束。

有没有一种方法可以根据数据框中的其他值有条件地使用sample（）？

Answer 1

我们可以使用sample_n包中的group_by和dplyr：

library(dplyr)

dates_df %>%
    group_by(week) %>%
    sample_n(3)

#    date        day        week
#    <S3: dates> <fct>     <int>
#  1 01/03/19    thursday      1
#  2 01/07/19    monday        1
#  3 01/04/19    friday        1
#  4 01/10/19    thursday      2
#  5 01/08/19    tuesday       2
#  6 01/13/19    sunday        2
#  7 01/16/19    wednesday     3
#  8 01/17/19    thursday      3
#  9 01/21/19    monday        3
#  ....

每周sample_n函数将选择三个日期。 sample_n的默认设置是不替换而进行采样。

这是使用R的基本by解决方案：

do.call('rbind', # bind by row
        by(dates_df, dates_df$week, # split data by week
           FUN = function(d) d[sample(nrow(d), 3),])) # sample

#            date       day week
# 1.5    01/05/19  saturday    1
# 1.3    01/03/19  thursday    1
# 1.7    01/07/19    monday    1
# 2.13   01/13/19    sunday    2
# 2.9    01/09/19 wednesday    2
# 2.8    01/08/19   tuesday    2
# ...

根据数据帧中的条件对sample（）使用循环

1 个答案: