如何在R中以各种样本大小进行采样？

Question

我正在尝试从具有不同大小的数据框中获取随机样本。 示例第一个样本应该只有8个观察值 第二个样本可以有10个观测值 第三可以有12个观察

df [sample（nrow（df），10），]

当我采样时，这给了我固定的10个观测值

在理想情况下，我有100个观测值，这些观测值应分为三组，而不能替换，每组可以有任意数量的观测值。示例第1组有45个观测值，第2组有20个观测值，第3组有35个观测值。

任何帮助将不胜感激

Answer 1

您可以尝试使用replicate：

times_to_sample = 5L
NN = nrow(df)
replicate(times_to_sample, df[sample(NN, sample(5:10, 1L)), ], simplify = FALSE)

这将返回一个长度为list的{​​{1}}，其中第times_to_sample个元素将为您提供一个i，其结果为第data.frame复制。

i阻止simplify=FALSE将结果整理到一个不是特别有用的矩阵中。

您还应该考虑添加一些健壮性检查-例如，您说要在5到10行之间，但是将其概括为从simplify2array到a行，以确保b，a >= 1。

如果b <= nrow(df)会很大，那么从times_to_sample处获取所有样本的效率会更高：

5:10

比重复idx = sample(5:10, times_to_sample, replace = TRUE) lapply(idx, function(i) df[sample(NN, i), ]) （即一次仅一次（不利用矢量化））可读性要差一些，但肯定比它更有效。