我正在努力寻找合适的函数,将返回指定数量的行随机拾取,没有从R语言的数据帧替换?有人能帮帮我吗?


当前回答

正如@matt_b所指出的,sample_n()和sample_frac()已被软弃用,取而代之的是slice_sample()。请参阅dplyr文档。

示例来自docstring:

# slice_sample() allows you to random select with or without replacement
mtcars %>% slice_sample(n = 5)
mtcars %>% slice_sample(n = 5, replace = TRUE)

其他回答

写一个!从JC的回答可以看出:

randomRows = function(df,n){
   return(df[sample(nrow(df),n),])
}

现在,通过首先检查n是否<=nrow(df)并在出现错误时停止,使其更好。

我是R的新手,但我用的是这个简单的方法:

sample_of_diamonds <- diamonds[sample(nrow(diamonds),100),]

PS:如果它有一些我没有想到的缺点,请注意。

2021年在潮流宇宙中这样做的方式是:

library(tidyverse)

df = data.frame(
  A = letters[1:10],
  B = 1:10
)

df
#>    A  B
#> 1  a  1
#> 2  b  2
#> 3  c  3
#> 4  d  4
#> 5  e  5
#> 6  f  6
#> 7  g  7
#> 8  h  8
#> 9  i  9
#> 10 j 10

df %>% sample_n(5)
#>   A  B
#> 1 e  5
#> 2 g  7
#> 3 h  8
#> 4 b  2
#> 5 j 10

df %>% sample_frac(0.5)
#>   A  B
#> 1 i  9
#> 2 g  7
#> 3 j 10
#> 4 c  3
#> 5 b  2

由reprex包在2021-10-05创建(v2.0.0.9000)

你可以这样做:

sample_data = data[sample(nrow(data), sample_size, replace = FALSE), ]

为了完整起见:

Dplyr还提供绘制样本的比例或分数

df %>% sample_frac(0.33)

这是非常方便的,例如,在机器学习中,当你必须做一个特定的分割比例,如80%:20%