从 r 中列表的随机采样数据帧中选择前 n% 的行

Question

我编写了一个函数，它从数据框中选择前 n% 的行（即阈值），这也适用于列表的数据框。功能如下：

set.threshold.rand <-function(value, vector){
  print(length(vector))
  n<-as.integer(length(vector)/100*value)
  threshold<-vector[n]
  return(threshold)
}

sensitivity.rand<-function(vector, threshold){
  thresh<-set.threshold.rand(threshold, vector)
  print(thresh)
  score<-ifelse(vector<=thresh, "H", "L") # after taking the threshold values it assign them to 'H' and 'L' according to condition
  return(score)
}

此函数从列表的数据框中选择前 n% 的行。例如，下面的代码选择前 143 行作为预期的“H”。

vec.1 <- c(1:574)
vec.2 <- c(3001:3574)
df.1 <- data.frame(vec.1, vec.2)
df.2 <- data.frame(vec.2, vec.1)

my_list1 <- list(df.1, df.2)
my_list1 <- lapply(my_list1, function(x) {x[1] <- lapply(x[1], sensitivity.rand, threshold = 25) 
x})

但这不适用于列表的采样和复制数据帧（如下所示）。例如：

my_list <- replicate(10, df.1[sample(nrow(df.1)),] , simplify = FALSE)

my_list <- lapply(my_list, function(x) {x[1] <- lapply(x[1], sensitivity.rand, threshold = 25) 
x})

这些选择超过 300 行。如何解决？

Answer 1

改编自#SirSaleh here 给出的答案：

sensitivity.rand <- function(vector, threshold){
  num_to_thres <- floor(threshold*0.01*length(vector))
  l = length (vector)
  score = c(rep("H",num_to_thres),rep("L",l-num_to_thres))
  return(score)
}

现在它可以采用任何阈值并且效果很好。

Answer 2

您的函数set.threshold.rand 依赖于输入向量已排序这一事实。

这就是它适用于 my_list1 而不是 my_list 的原因，在 sample() 中，您已经对行进行了洗牌。

在set.threshold.rand 中将threshold <- vector[n] 替换为threshold <- sort(vector)[n]