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

你可以这样做:

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

其他回答

过时的答案。请使用dplyr::sample_frac()或dplyr::sample_n()代替。

在我的R包中有一个函数示例。仅用于此目的的行:

install.packages('kimisc')

library(kimisc)
example(sample.rows)

smpl..> set.seed(42)

smpl..> sample.rows(data.frame(a=c(1,2,3), b=c(4,5,6),
                               row.names=c('a', 'b', 'c')), 10, replace=TRUE)
    a b
c   3 6
c.1 3 6
a   1 4
c.2 3 6
b   2 5
b.1 2 5
c.3 3 6
a.1 1 4
b.2 2 5
c.4 3 6

根据Joris Meys对之前的回答的评论,通过使它成为通用的S3函数来增强sample是一个坏主意。

编辑:这个答案现在已经过时了,请参阅更新版本。

在我的R包中,我增强了样本,使它现在也像预期的数据帧一样:

library(devtools); install_github('kimisc', 'krlmlr')

library(kimisc)
example(sample.data.frame)

smpl..> set.seed(42)

smpl..> sample(data.frame(a=c(1,2,3), b=c(4,5,6),
                           row.names=c('a', 'b', 'c')), 10, replace=TRUE)
    a b
c   3 6
c.1 3 6
a   1 4
c.2 3 6
b   2 5
b.1 2 5
c.3 3 6
a.1 1 4
b.2 2 5
c.4 3 6

这是通过将示例设置为S3泛型方法并在函数中提供必要的(普通的)功能来实现的。调用setMethod可以修复所有问题。原始实现仍然可以通过base::sample访问。

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。

约翰·科尔比给出的答案是正确的。然而,如果你是一个dplyr用户,也有答案sample_n:

sample_n(df, 10)

从数据框架中随机抽取10行。它调用sample.int,因此实际上是相同的答案,但输入更少(并且简化了在magrittr上下文中的使用,因为dataframe是第一个参数)。

你可以这样做:

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