来自 R 中数据帧的随机样本答案

【问题标题】：Random sample from a data frame in R来自 R 中数据帧的随机样本
【发布时间】：2016-05-04 04:42:22
【问题描述】：

我有以下数据框：

id<-c(1,1,2,3,3)
date<-c("23-01-08","01-11-07","30-11-07","17-12-07","12-12-08")
df<-data.frame(id,date)
df$date2<-as.Date(as.character(df$date), format = "%d-%m-%y")

id     date      date2
1   23-01-08 2008-01-23
1   01-11-07 2007-11-01
2   30-11-07 2007-11-30
3   17-12-07 2007-12-17
3   12-12-08 2008-12-12

现在我想提取一个随机的 id 样本而不是行。事实上，我正在寻找一种方法来随机选择两个 id 并提取与它们相关的所有记录。例如，如果它随机选择 id 2 和 3，则输出数据框应如下所示：

id     date      date2
2   30-11-07 2007-11-30
3   17-12-07 2007-12-17
3   12-12-08 2008-12-12

任何帮助将不胜感激。

【问题讨论】：

标签： r

【解决方案1】：

您可以使用sample()随机选择两个ID

chosen <- sample(unique(df$id), 2)

然后提取那些记录

subset(df, id %in% chosen)

【讨论】：

【解决方案2】：

或使用dplyr

library(dplyr)
df %>% 
    filter(id %in% sample(unique(id),2))
#  id     date      date2
#1  2 30-11-07 2007-11-30
#2  3 17-12-07 2007-12-17
#3  3 12-12-08 2008-12-12

或者

df %>%
     select(id) %>%
     unique() %>%
     sample_n(2) %>%
     semi_join(df, .)
#  id     date      date2
#1  1 23-01-08 2008-01-23
#2  1 01-11-07 2007-11-01
#3  2 30-11-07 2007-11-30

【讨论】：

【解决方案3】：

你可以使用sample函数。

set.seed(2)
df[match(sample(unique(df$id),2),df$id),]

sample() 函数将生成随机索引，然后您可以将它们匹配回您的df 数据框行并获取其余数据。更多信息请查看?sample

【讨论】：

这并没有给出预期的结果 - 你总是得到 5 行返回。
更新了答案

【解决方案4】：

首先您必须生成示例索引：

s_ids=sample(unique(df$id),2)

现在您已经在 df 中选择了正确的记录

new_df=df$[df$id %in% s_ids,]

【讨论】：

如果您有重复的 id 值，这将不起作用。即，在当前数据中，您可能会选择两次1。

【解决方案5】：

使用 sqldf：

library(sqldf)
a <- sqldf("SELECT DISTINCT id FROM df  ORDER BY RANDOM(*) LIMIT 2")
sqldf("SELECT * FROM df WHERE id IN a")

输出：

  id     date      date2
1  1 23-01-08 2008-01-23
2  1 01-11-07 2007-11-01
3  3 17-12-07 2007-12-17
4  3 12-12-08 2008-12-12

【讨论】：