從數據幀分層隨機抽樣我有一個格式的數據框：head(subset)# ants 0 1 1 0 1 # age 1 2 2 1 3# lc 1 1 0 1 0我需要根據年齡和lc創建帶有隨機樣本的新數據框。例如，我想要30個年齡的樣本：1和lc：1,30個樣本來自年齡：1和lc：0等。我確實看過隨機抽樣方法;newdata <- function(subset, age, 30)但這不是我想要的代碼。
2 回答
牛魔王的故事
TA貢獻1830條經驗 獲得超3個贊
我建議使用stratified我的“splitstackshape”包或sample_n“dplyr”包：
## Sample data
set.seed(1)
n <- 1e4
d <- data.table(age = sample(1:5, n, T),
lc = rbinom(n, 1 , .5),
ants = rbinom(n, 1, .7))
# table(d$age, d$lc)
對于stratified，您基本上指定數據集，分層列和表示每個組所需大小的整數或表示要返回的分數的小數（例如，.1表示每組的10％）。
library(splitstackshape)
set.seed(1)
out <- stratified(d, c("age", "lc"), 30)
head(out)
# age lc ants
# 1: 1 0 1
# 2: 1 0 0
# 3: 1 0 1
# 4: 1 0 1
# 5: 1 0 0
# 6: 1 0 1
table(out$age, out$lc)
#
# 0 1
# 1 30 30
# 2 30 30
# 3 30 30
# 4 30 30
# 5 30 30
對于sample_n首先要創建一個分組表（使用group_by），然后指定想要觀測次數。如果你想要比例取樣，你應該使用sample_frac。
library(dplyr)
set.seed(1)
out2 <- d %>%
group_by(age, lc) %>%
sample_n(30)
# table(out2$age, out2$lc)
函數式編程
TA貢獻1807條經驗 獲得超9個贊
我建議使用stratified我的“splitstackshape”包或sample_n“dplyr”包：
## Sample data
set.seed(1)
n <- 1e4
d <- data.table(age = sample(1:5, n, T),
lc = rbinom(n, 1 , .5),
ants = rbinom(n, 1, .7))
# table(d$age, d$lc)
對于stratified，您基本上指定數據集，分層列和表示每個組所需大小的整數或表示要返回的分數的小數（例如，.1表示每組的10％）。
library(splitstackshape)
set.seed(1)
out <- stratified(d, c("age", "lc"), 30)
head(out)
# age lc ants
# 1: 1 0 1
# 2: 1 0 0
# 3: 1 0 1
# 4: 1 0 1
# 5: 1 0 0
# 6: 1 0 1
table(out$age, out$lc)
#
# 0 1
# 1 30 30
# 2 30 30
# 3 30 30
# 4 30 30
# 5 30 30
對于sample_n首先要創建一個分組表（使用group_by），然后指定想要觀測次數。如果你想要比例取樣，你應該使用sample_frac。
library(dplyr)
set.seed(1)
out2 <- d %>%
group_by(age, lc) %>%
sample_n(30)
# table(out2$age, out2$lc)
- 2 回答
- 0 關注
- 647 瀏覽
添加回答
舉報
0/150
提交
取消