R 简化数据答案

【问题标题】：R Simplifying dataR 简化数据
【发布时间】：2015-02-15 07:48:57
【问题描述】：

我有一个包含两列数据的 csv，我想在其中绘制两条线来比较值的差异。但是，在生成数据时，我想要一个大样本量，因此该文件包含一百万个条目。在我对 R 绘图渲染的无知中，我决定读入所有数据，然后绘制百万点线。

我已经回答了几个问题，但没有看到任何完全符合我需要的问题。另外，我目前正在尝试从Introduction to data cleaning with R 收集信息，但难以理解。

我想做的是在我的数据中使用每 10 行中的一个，并将其用作要绘制的数据（100k 项应该比 1M 项好得多，对吧？）。最好的方法是什么。这实际上是简化数据的最佳方法吗？我的方法有更好的替代方案吗？

样本数据：

OptionA, OptionB
1,0,
23,0,
4,0,
5,1,
20091,0,

【问题讨论】：

如果您提供一小部分数据样本以及您要运行的代码，会更容易为您提供帮助。首先，如果您的数据框是 df，并且您想随机抽取 10% 的行：df[sample(1:nrow(df), floor(nrow(df)/10)),]。
@eipi10 在示例数据中添加，但对于代码，我不知道具体如何运行它，这就是为什么我说“我在这里查看了这些问题，并在此 pdf 中开始使用，但还是有点糊涂”
例如，plot(df[sample(1:nrow(df), floor(nrow(df)/10)),c("OptionA","OptionB")]) 将随机绘制 10% 的数据。
@eipi10 啊，这很有意义。对 R 来说还是很陌生，出于某种原因想不出sample 这个词。

【解决方案1】：

在 R 中有更好的方法来做到这一点（谷歌 sample 函数），但要获取每 10 行，假设您的数据被称为 data：

data[(1:100000)*10,]

就这么简单。 1:10000 生成从 1 到 100000 的数字列表。然后将这些数字乘以 10，得到 10、20、... 1000000。这些是行，, 后面没有任何内容表示所有列。所以你最终得到每 10 行和所有列。

我希望这会有所帮助。

【讨论】：