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
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)
其他回答
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。
首先制作一些数据:
> df = data.frame(matrix(rnorm(20), nrow=10))
> df
X1 X2
1 0.7091409 -1.4061361
2 -1.1334614 -0.1973846
3 2.3343391 -0.4385071
4 -0.9040278 -0.6593677
5 0.4180331 -1.2592415
6 0.7572246 -0.5463655
7 -0.8996483 0.4231117
8 -1.0356774 -0.1640883
9 -0.3983045 0.7157506
10 -0.9060305 2.3234110
然后随机选择一些行:
> df[sample(nrow(df), 3), ]
X1 X2
9 -0.3983045 0.7157506
2 -1.1334614 -0.1973846
10 -0.9060305 2.3234110
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。
在R中从tibble类型中选择一个随机样本:
library("tibble")
a <- your_tibble[sample(1:nrow(your_tibble), 150),]
Nrow接受一个tibble并返回行数。传递给sample的第一个参数是一个从1到tibble末尾的范围。传递给sample的第二个参数是150,表示需要多少随机抽样。方括号切片指定返回索引的行。变量“a”获取随机抽样的值。
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%
推荐文章
- 确定每列中NA值的个数
- 当使用ggplot创建一个plot时,hjust和vjust做什么?
- 如何结合多个条件子集数据帧使用“或”?
- 如何在Ruby中生成a和b之间的随机数?
- 在分类变量的图表中显示百分比%而不是计数
- 如何从多个向量中找到公共元素?
- java.util.Random真的那么随机吗?我怎么能生成52!(阶乘)可能的序列?
- 得到熊猫栏目的总数
- 从数组中随机选择一个元素
- 从pandas DataFrame中删除名称包含特定字符串的列
- 如何阅读一个。xlsx文件使用熊猫库在iPython?
- 如何访问熊猫组由数据帧按键
- Pandas:给定列的数据帧行之和
- 将数据帧行按向量按特定顺序排序
- 在FUN中访问lapply索引名