随机抽样组

Question

给定一个df带有列的数据框group,如何k在dplyr中随机对其进行采样？它应该返回k组中的所有行(假设至少有k唯一值df$group),并且每个组df应该同样可能返回.

Answer 1

只需使用sample()选择一些组

iris %>% filter(Species %in% sample(levels(Species),2))

Answer 2

如果您使用 dplyr，我认为这种方法最有意义：

iris_grouped <- iris %>% 
  group_by(Species) %>% 
  nest()

其中产生：

# A tibble: 3 x 2
  Species    data             
  <fct>      <list>           
1 setosa     <tibble [50 × 4]>
2 versicolor <tibble [50 × 4]>
3 virginica  <tibble [50 × 4]>

然后您可以使用它sample_n：

iris_grouped %>%
  sample_n(2)

# A tibble: 2 x 2
  Species    data             
  <fct>      <list>           
1 virginica  <tibble [50 × 4]>
2 versicolor <tibble [50 × 4]>