从数据集中随机采样，然后删除采样条目 (R)答案

【问题标题】：Randomly sample from a dataset then delete sampled entries (R)从数据集中随机采样，然后删除采样条目 (R)
【发布时间】：2015-10-02 03:21:04
【问题描述】：

我有来自存储在向量中的正态分布的 600 个元素的随机样本：

sample_data <- rnorm(600, mean =10, sd = 6)

我正在尝试将此向量分成 100 个随机组，每组 6 个条目。
使用示例函数执行此操作是一个简单的命题：

group_1 <- sample(6, sample_data, replace=FALSE)

但是，如果我再次使用示例函数，则有可能会重新使用某些条目，因为它们没有从初始数据中删除。一种可能的解决方案可能是最初将数据存储在 100x6 矩阵中，并将每一行视为一个“随机组”。

但是，我很好奇是否有一种更有效的方法可以从数据集中获取连续样本，同时确保不会对任何条目进行多次采样。
谢谢！

【问题讨论】：

@Pascal - matrix(sample(sample_data), 6, 100) 也会打乱这些案例。
理论上是的，只是因为初始样本是随机生成的。但为了论证的缘故，假设样本不是随机的。你怎么能把它分成 100 个随机组，每组 6 个？
matrix(sample_data[sample(1:600, 600)], 6, 100)
@jeremycg - 不需要索引。例如sample(1:10) 只会打乱而不替换原来的1:10

标签： r random

【解决方案1】：

让g 是一个向量，将每个索引 1..600 分配给一个组 1..100。我们将从

g0 = rep(1:100, each=6)
# [1]   1   1   1   1   1   1   2   2   2 ...

然后打乱它

set.seed(1)
g = sample(g0)
#   [1]  27  38  58  91  21  90  94  66  ...

现在，如果您想拆分原始向量，请使用split：

split(sample_data, g)
# $`1`
# [1] 18.528965  7.463326  7.585449  5.701404  2.017379 10.866809
# 
# $`2`
# [1]  6.338364 22.112578  5.370649  9.952592 10.618581  1.168506
# ...

正如几位评论者所指出的，将其存储在矩阵中是有意义的。使用起来会更快、更全面：

sample_mat <- matrix(sample_data[order(g)], 100, 6, byrow=TRUE)
#           [,1]      [,2]     [,3]     [,4]      [,5]      [,6]
# [1,] 18.528965  7.463326 7.585449 5.701404  2.017379 10.866809
# [2,]  6.338364 22.112578 5.370649 9.952592 10.618581  1.168506
# ...

我喜欢构建这样一个向量 g 来跟踪事物，但正如 @thelatemail 在第一个 cmets 中指出的那样，您可以简单地执行 sample_mat <- matrix(sample(sample_data), 6, 100)，分配给组并将结果放入一步完成一个矩阵。

【讨论】：