在 R（或 Matlab 中？？）中对 XY 坐标进行随机采样

Question

我的数据框有以下四列：类型（“A”或“B”）、xvar、经度和纬度。它看起来像：

      type    xvar    longitude    latitude
[1,]   A       20      -87.81        40.11
[2,]   A       12      -87.82        40.12
[3,]   A       50      -87.85        40.22
....
[21,]  B       24      -87.79        40.04
[22,]  B       30      -87.88        40.10
[23,]  B       12      -87.67        40.32
[24,]  B       66      -87.66        40.44
....

type="A" 有 20 行，type="B" 有 25,000 行。我的任务是将 20 个“A”数据点的 xvar 值随机分配到“B”类型的 X-Y 空间而不进行替换。例如，在 type="A" 的第一次观察中的 xvar=20 可以随机位于 [22,] 中，即 (-87.88,40.10) 。因为我在没有替换的情况下这样做，理论上，我可以进行 25,000/20 = 1,250 次复制。我想要 1,000 次复制。

我有一个函数（比如 myfunc(xvar,longitude,latitude)），它从一个随机样本中返回一个统计值。我首先创建一个 1,000x1 的空矩阵（例如 myresult）。

myresult <- array(0,dim=c(1000,1))

然后，对于每个随机样本，我应用我的函数 (myfunc) 来计算统计量。

for (i in seq(1:1000)) {
  draw one sample, that has three variables: xvar, longitude, latitude.
  apply my function to this selected sample.
  store the calculated statistic in the myresult[i,]
}

我想知道如何在 R 中执行此操作。（可能在 Matlab 中？？）谢谢！

================================================ ===============

更新：@user。借用你的想法，以下是我想要的：

dd1 <- df[df$type == "B" ,] 
dd2 <- df[df$type == "A" ,]
v   <- dd2[sample(nrow(dd2), nrow(dd2)), ]
randomXvarOfA <- as.matrix(v[,c("xvar")])  
cols <- c("longitude","latitude")
B_shuffled_XY <- dd1[,cols][sample(nrow(dd1), nrow(dd2)), ]
dimnames(randomXvarOfA)=list(NULL,c("xvar"))
sampledData <- cbind(randomXvarOfA,B_shuffled_XY)
sampledData

   xvar longitude latitude
4   20    -87.79    40.04
7   12    -87.66    40.44
5   50    -87.88    40.10

Answer 1

读入你的数据：

  df<- read.table( text="
      type    xvar    longitude    latitude
      A       20      -87.81        40.11
      A       12      -87.82        40.12
      A       50      -87.85        40.22
      B       24      -87.79        40.04
      B       30      -87.88        40.10
       B       12      -87.67        40.32
      B       66      -87.66        40.44", header = TRUE)

我在写这篇文章时没有拆分，它看起来很乱。 所以我决定拆分你的data.frame。

    dd1 <- df[df$type == "B" ,]  # get all rows of just type A
    dd2 <- df[df$type == "A" ,]  # get all rows of just type B

    v   <- dd2[sample(nrow(dd2), 2), ] #sample two rows at random that are type A
    # if you want to sample 20 rows change the 2 to a 20

    cols <- c("longitude", "latitude")
    dd1[,cols][sample(nrow(dd1), 2), ] <- v[,cols] 
    #Add the random long/lat selected from type As into 2 random long/lat of B


# put the As and Bs back together
rbind(dd2,dd1)
#  type xvar longitude latitude
# 1    A   20    -87.81    40.11
# 2    A   12    -87.82    40.12
# 3    A   50    -87.85    40.22
# 4    B   24    -87.79    40.04
# 5    B   30    -87.85    40.22
# 6    B   12    -87.81    40.11
# 7    B   66    -87.66    40.44

如您所见，B 的第 5 行和第 6 行具有从 A 类型中随机选择的新纬度和经度值。不过，我没有更改 xvar 的值。我不知道你是否想要这个。如果您确实也想更改xvars，那么您可以将cols 更改为cols <- c("xvar","longitude", "latitude")。

在函数内部看起来像：

changestuff <-  function(x){

        dd1 <- x[x$type == "B" ,]  # get just A
        dd2 <- x[x$type == "A" ,]  # get just B
        v   <- dd2[sample(nrow(dd2), 2), ]
        cols <- c("longitude", "latitude")
        dd1[,cols][sample(nrow(dd1), 2), ] <- v[,cols] 
        rbind(dd2,dd1)
                            }

changestuff(df)

Answer 2

我认为您正在寻找的功能是“样本”功能。它会像这样工作（使用你的循环方法）：

drawn_Sample <- sample(21:25000, 20000, rep=FALSE)
myresult <- integer(1000)    

for (i in seq(1:1000){
index_Values <- (1 + (i-1)*20):(20 + (i-1)*20))
myresult[i] <- myfun(my_Data$xvar[1:20], my_Data$longitude[drawn_Sample[index_Values]], my_Data$latitude[drawn_Sample[index_Values]])
}

在这种情况下，我将 1:20 行（值为“A”的行）随机分配给 21:25000 随机选择的 20 行组，然后将函数应用于各个分组。

这感觉有点不必要的复杂，我认为如果我们对您的函数（'myfun'）有更多了解，我们可以将其全部压缩。我假设它是矢量化的。

更新：应 OP 的要求，我正在添加如何修改此答案以适应不易排序的数据框。

repetitions <- 1000 # Change this as necessary

A_data <- my_Data[my_Data$type=="A",]
B_data <- my_Data[my_Data$type=="B",]

A_rows <- nrow(A_data)
B_rows <- nrow(B_data)

drawn_Sample <- sample(1:B_rows, repetitions * A_rows, rep=FALSE)
myresult <- integer(repetitions)    

for (i in seq(1:repetitions){
index_Values <- (1 + (i-1)*A_rows):(A_rows + (i-1)*A_rows))
myresult[i] <- myfun(A_data$xvar, B_data$longitude[drawn_Sample[index_Values]], B_data$latitude[drawn_Sample[index_Values]])
}