从 R 中的数据表中采样答案

【问题标题】：Sampling from a data table in R从 R 中的数据表中采样
【发布时间】：2018-03-18 22:09:54
【问题描述】：

我是 R 新手，我想知道如何从完全由 Excel 中的数字组成的 csv 文件中提取一定数量的样本。我设法将数据导入 R 并将每个数字用作一行，然后将随机行作为样本，但这似乎不切实际。整个文件显示为一列，我用下面的代码做了一些示例：

Heights[sample(nrow(Heights), 5), ]
[1] 1.84 1.65 1.73 1.70 1.72

另外请告诉我是否有办法重复此步骤至少 100 次并将每个样本保存在另一个图表中，以便以后使用。

【问题讨论】：

标签： r random datatable

【解决方案1】：

这是采集 100 个样本并存储它们的方式：

my_samples <- replicate(100, Heights[sample(nrow(Heights), 5), ])

如果您的 .csv 文件只是用逗号分隔一种类型的值（高度），而不是结构化为表格，您可能希望将其转换为向量。大多数读取文本格式数据的 R 函数都会将数据转换为数据框或其他类似格式的表格。

heights <- unlist(strsplit(readLines("yourfile.csv"), ","))

readLines("yourfile.csv") 带有逗号分隔值的 .csv 文件会将其转换为字符向量。 strsplit() 然后为您完成分离工作。

把这一切放在一起，用一个虚拟的例子：

writeLines(c("1,2,3,4,5", "6,7,8,9,10"), "test.csv")
heights <- as.numeric(unlist(strsplit(readLines("test.csv"), ",")))
set.seed(123)
my_samples <- replicate(100, sample(heights, 5))
dim(my_samples)
# [1]    5 100

您可以看到 my_samples 是一个 5 行（每行对应于从 heights 采样的单个元素）和 100 列（每列对应于一百个采样事件之一）的矩阵。

【讨论】：

非常感谢。做到了。还有一个问题，如何从 my_samples 调用样本？它会像 my_samples[1] 一样，像其他语言一样吗？
因为它的结构是一个矩阵（你可以用不同的方法），如果你想要 100 列中的一个，你可以使用my_matrix[row, column] 的形式，或者在这里，对于第 40 个样本，my_samples[ , 40]

【解决方案2】：

您可以使用用于引导的推断包。

library(infer)
rep_sample_n(size = 100, replace = TRUE, reps = 1)

这里的“大小”是样本数。 “replace”（如果为真）允许您在采样时替换观察值 - 也就是说，您旋转轮盘赌轮而无需在轮盘出现数字时将其从轮盘上取下。 'reps' 允许您重复采样过程。

【讨论】：