Question

如何为列值的随机样本选择所有行？

我有一个如下所示的数据框：

tag  weight

R007     10
R007     11
R007      9
J102     11
J102      9
J102     13
J102     10
M942      3
M054      9
M054     12  
V671     12
V671     13
V671      9
V671     12
Z990     10
Z990     11

您可以使用...

进行复制

weights_df <- structure(list(tag = structure(c(4L, 4L, 4L, 1L, 1L, 1L, 1L, 
3L, 2L, 2L, 5L, 5L, 5L, 5L, 6L, 6L), .Label = c("J102", "M054", 
"M942", "R007", "V671", "Z990"), class = "factor"), value = c(10L, 
11L, 9L, 11L, 9L, 13L, 10L, 3L, 9L, 12L, 12L, 14L, 5L, 12L, 11L, 
15L)), .Names = c("tag", "value"), class = "data.frame", row.names = c(NA, 
-16L))

我需要创建一个包含上述数据帧中所有行的数据帧，用于两个随机采样的标记。假设标签R007和M942随机选中，我的新数据框需要如下所示：

tag  weight

R007     10
R007     11
R007      9
M942      3

我该怎么做？

我知道我可以创建一个包含两个随机标签的列表：

library(plyr)
tags <- ddply(weights_df, .(tag), summarise, count = length(tag))
set.seed(5464)
tag_sample <- tags[sample(nrow(tags),2),]
tag_sample

导致......

   tag count
4 R007     3
3 M942     1

但我只是不知道如何使用它来对我的原始数据帧进行子集化。

Answer 1

这就是你想要的吗？

subset(weights_df, tag%in%sample(levels(tag),2))

Answer 2

如果您的data.frame名为dfrm，那么这将选择100个随机tag s

dfrm[ sample(NROW(dfrm), 100), "tag" ]   # possibly with repeats

另一方面，如果您想要一个具有相同列的数据帧（可能包含重复）：

samp <- dfrm[ sample(NROW(dfrm), 100),  ]  # leave the col name entry blank to get all

第三种可能性......您需要随机获得100个不同的标签，但不是根据频率加权的概率：

samp.tags <- unique(dfrm$tag)[ sample(length(unique(dfrm$tag)), 100]

编辑：修改问题;其中之一：

 subset(dfrm, tag %in% c("R007", "M942") )

或者：

dfrm[dfrm$tag %in% c("R007", "M942"), ]

或者：

dfrm[grep("R007|M942", dfrm$tag), ]

R - 为列值的随机样本选择行？

2 个答案: