dplyr:将data_frame分成两个随机

Question

如何data_frame在不创建索引的情况下随机拆分为两个？sample_n我可以获得其中的一部分,但我如何收集其他部分？

Answer 1

您可以anti_join将提取的部分用作y数据帧,将原始部分用作x数据帧.一个小例子:

library(dplyr)

df <- data_frame(x=1:20,y=runif(20))
dfy <- df %>% sample_n(10, replace=FALSE)
dfx <- anti_join(df, dfy, by="x")

这导致以下数据帧:

> df
Source: local data frame [20 x 2]

    x          y
1   1 0.64147504
2   2 0.35766839
3   3 0.44875782
4   4 0.01905876
5   5 0.85655599
6   6 0.88191481
7   7 0.46532067
8   8 0.09831802
9   9 0.31158184
10 10 0.39504048
11 11 0.81358862
12 12 0.41702158
13 13 0.80441008
14 14 0.69928890
15 15 0.19040897
16 16 0.94120853
17 17 0.65289448
18 18 0.46844427
19 19 0.63177479
20 20 0.58288923

一半:

> dfx
Source: local data frame [10 x 2]

    x         y
1  19 0.6317748
2  17 0.6528945
3  16 0.9412085
4  15 0.1904090
5  14 0.6992889
6  11 0.8135886
7   7 0.4653207
8   6 0.8819148
9   5 0.8565560
10  3 0.4487578

另一半:

> dfy
Source: local data frame [10 x 2]

    x          y
1  18 0.46844427
2   8 0.09831802
3  12 0.41702158
4   4 0.01905876
5   2 0.35766839
6  10 0.39504048
7  13 0.80441008
8   9 0.31158184
9   1 0.64147504
10 20 0.58288923