Question

我试图从给定的数据帧中采样数据帧，以便从变量的每个级别获得足够的样本。这可以通过将数据帧与每个级别和样本分开来实现。我认为ddply（数据框到数据框）会为我做。举一个最小的例子：

set.seed(1)
data1 <-data.frame(a=sample(c('B0','B1','B2'),100,replace=TRUE),b=rnorm(100),c=runif(100))
> summary(data1$a)
B0 B1 B2 
30 32 38

以下命令执行采样...

当我进入......

data2 <- ddply(data1,c('a'),function(x) sample(x,20,replace=FALSE))

我收到以下错误

   Error in `[.data.frame`(x, .Internal(sample(length(x), size, replace,  : 
  cannot take a sample larger than the population when 'replace = FALSE'

此错误是因为x函数中的ddply不是向量而是数据框。

有没有人知道如何实现这种抽样？我知道一种方法是不使用ddply而只是做（1）隔离，（2）采样，和（3）分三步进行整理。但我想知道必须通过某种方式......使用基础或plyr函数......

感谢您的帮助......

Answer 1

我认为你想要的是使用x对sample中传递的数据框进行子集化：

ddply(data1,.(a),function(x) x[sample(nrow(x),20,replace = FALSE),])

但是，当然，您仍然需要注意每个部分（在这种情况下为20）的样本大小至少与基于{{1}级别的数据的最小子集一样大。 }。

Answer 2

如果您想要对少于20行的类别进行采样，您需要替换= TRUE ...

这可能会起到作用：

ddply(data1,'a',function(x) x[sample.int(NROW(x),20,replace=TRUE),])