来自R数据帧子集的行的随机样本

Question

有没有一种从数据帧的一部分获取行样本的好方法？

如果我只是有数据,如

gender <- c("F", "M", "M", "F", "F", "M", "F", "F")
age    <- c(23, 25, 27, 29, 31, 33, 35, 37)

然后我可以轻松地抽取三个Fs的年龄

sample(age[gender == "F"], 3)

得到类似的东西

[1] 31 35 29

但是如果我将这些数据转换为数据帧

mydf <- data.frame(gender, age) 

我不能用明显的

sample(mydf[mydf$gender == "F", ], 3)

虽然我可以用一些荒谬的括号来编造一些令人费解的东西

mydf[sample((1:nrow(mydf))[mydf$gender == "F"], 3), ]

得到我想要的东西

  gender age
7      F  35
4      F  29
1      F  23

有没有更好的方法让我花更少的时间来研究如何写？

Answer 1

你的复杂方式几乎是如何做到的 - 我认为所有答案都将是该主题的变化.

例如,我想首先生成mydf$gender=="F"索引:

idx <- which(mydf$gender=="F")

然后我从那里抽样:

mydf[ sample(idx,3), ]

因此,在一行中(尽管如此,您减少了括号的荒谬数量,并且可能通过使用多行来使您的代码更容易理解):

mydf[ sample( which(mydf$gender=='F'), 3 ), ]

虽然"我是黑客!" 我的一部分更喜欢单行,我的明智部分说尽管双线是两条线,但它更容易理解 - 它只是你的选择.

Answer 2

你说我不能用明显的:

sample(mydf[mydf$gender == "F", ], 3)

但你可以编写自己的函数来做到这一点:

sample.df <- function(df, n) df[sample(nrow(df), n), , drop = FALSE]

然后在您的子集选择上运行它:

sample.df(mydf[mydf$gender == "F", ], 3)
#   gender age
# 5      F  31
# 4      F  29
# 1      F  23

(就个人而言,我觉得sample.df(subset(mydf, gender == "F"), 3)更容易阅读.)