如何从 R 数据框中为某一列的特定值创建一定百分比行的随机样本?
r programmingserver side programmingprogramming更新于 2025/4/12 23:52:17
随机抽样是数据分析的重要组成部分，我们大多需要基于行而不是列创建随机样本，因为行代表案例。要从 R 数据框中为某一列的特定值创建一定百分比行的随机样本，我们可以使用 sample 函数和 which 函数。
考虑下面的数据框 −
示例
set.seed(887) grp<-sample(LETTERS[1:4],20,replace=TRUE) Score<-sample(101:150,20) df1<-data.frame(grp,Score) df1
输出
grp Score 1 D 135 2 D 114 3 C 121 4 C 150 5 B 129 6 A 110 7 D 126 8 D 132 9 C 118 10 D 102 11 B 103 12 D 145 13 A 128 14 C 147 15 B 106 16 B 125 17 D 130 18 B 131 19 A 142 20 C 143
根据列 grp − 的 A 随机抽取百分之五十的行
示例
df1[sample(which(df1$grp=='A'),round(0.5*length(which(df1$grp=='A')))),]
输出
grp Score 2 A 138 20 A 125
我们来看另一个例子 −
示例
y1<-sample(c("YT1","YT2","YT3"),20,replace=TRUE)
y2<-rnorm(20,10,1) df2<-data.frame(y1,y2)
df2
输出
y1 y2 1 YT2 10.886273 2 YT1 9.534332 3 YT1 8.353436 4 YT1 10.878407 5 YT2 9.881384 6 YT2 9.825197 7 YT3 8.805524 8 YT3 10.189767 9 YT1 11.615293 10 YT1 10.194561 11 YT3 10.317023 12 YT1 11.570260 13 YT1 9.488106 14 YT2 10.340876 15 YT2 7.425779 16 YT2 10.085891 17 YT1 11.023932 18 YT2 10.301987 19 YT3 10.234140 20 YT1 9.048794
根据 y1 列的 YT1 随机抽取百分之三十的行 −
示例
df2[sample(which(df2$y1=='YT1'),round(0.3*length(which(df2$y1=='YT1')))),]
输出
y1 y2 2 YT1 10.400617 13 YT1 8.977768
